現在小編就教大家如何利用Minitab軟體進行全因子實驗設計與分析。
全因子實驗設計使用Minitab 操作案例分析
Minitab 操作案例分析共有五大步驟：
一、拟合標明模型（含第一、二、三要點）
標明的‘全模型’（數學模型）隻包含主效應和所有因子的二階互動效應，三階及以上的可忽略。
按下圖選擇Minitab裡的選項。。。運作
--------------------------------------------------------------------
第一、分析評估回歸的顯著性
1、看方差分析ANOVA的總效果：2個值至少有一個P<0.05,模型才有效,下圖主效應P=0.000,這裡省略後面的數字，實際不是0；如果不是，原因有：1）試驗誤差太大；2）漏了重要因子；3）模型有失拟或資料有彎曲。
2、看方差分析ANOVA的失拟現象（原假設H0-無失拟）：P=0.709>0.05,無法拒絕原假設，說明模型無失拟；如失拟，說明漏了重要項。
3、看方差分析ANOVA的彎曲項（原假設H0-無彎曲）：P=0.633>0.05,無法拒絕原假設，說明模型無彎曲；如彎曲，應加上平方項。
第二、分析評估回歸的總效果
1、兩個相關系數R2和調整R2adj ：R2adj 要小一些，兩者越接近說明越好；例子中R-Sq=92.49%, R-Sq(調整）=83.11%，有改進空間。
2、對s和s2分析（s是s2的平方根）：例子中s=6.00146是s的估計量，等修改模型後再看是否有降低。
3、對預測結果的估計：看R-Sq和R-Sq(預測）差距；SSE（SSError)和PRESS(預測的誤差平方和）差距；通常SSE比PRESS小些。
例子中，R-Sq=92.49% R-Sq(預測)=53.68，差距較大，SSE=288.14，PRESS=1778.45 差距也大，說明模型有改進空間。
第三、分析評估各項效應顯著性
1、Pareto圖：比較直覺，在紅色直線右邊的A（加熱溫度）、B（加熱時間）、D（保溫時間）、BD（加熱時間*保溫時間的互動作用）顯著，但有局限性，要結合正态圖。
2、正态效應圖：效應不顯著的點拟合成一條直線，服從正态分布；效應顯著的點的效應絕對值會大，離直線的距離會遠；線上的右邊是正效應，左邊是負效應；紅色的點是顯著，且離開直線越遠，越顯著，例如A，顯著裡較弱的是BD，離直線較近。
Minitab還會輸出一張半正态圖，它和正态效應圖作用類似，主要看正态的。
DOE全因子分析五大步驟裡的第一步驟‘拟合標明模型’的三點已經介紹完畢，下面享第二步驟‘殘差診斷’。
二、殘差診斷：判斷模型是否與資料拟合很好，有四個步驟。
第一、上面‘四合一’的‘強度 殘差圖’右上圖，是殘差對響應變量拟合值圖，如果散點出現‘漏鬥’或‘喇叭’型，說明需要對響應變量Y做某種轉換後可能會更好（），這是第一種最常見的殘差異常。
第二、右下角的是殘差對自變量X（觀察值）的散點圖，看是否是無規則波動U型或反U型彎曲，如有，說明X取線性是不夠的，需要增加平方或立方項。
第三、左上角機率圖，看是否是正态分布。
第四、看下圖殘差對各自變量的圖，看是否有彎曲。
上面兩個圖都說明比較正常，可以判斷殘差診斷是通過的。
至此，全因子試驗分析的第一（拟合標明模型）第二步驟（殘差診斷）已經結束。
之前介紹了第一和第二步驟，今天是第三步驟：
