#【超實用】不做門外漢，DOE好工具需要好軟體Minitab推行下去！#三、判斷模型是否要改進下圖（來自第一步驟的文章）

#【超實用】不做門外漢，DOE好工具需要好軟體Minitab推行下去！#

三、判斷模型是否要改進

下圖（來自第一步驟的文章）可看出，隻有A、B、D、BD顯著，是以隻需要‘項’中保留它們即可，其它不需要變。

運作後，分析如下。。。

第一、主效應和2階互動效應P=0.000 和0.018，都大于0.05，說明模型有效

第二、失拟P=0.157，說明無失拟（原假設-無失拟）。

第三、R-Sq有小的下降（92.49%->89.68%），但R-Sq(調整）升高（83.22%->86.83%）; 說明删除了不顯著的因子和互動作用項後，回歸效果更好；S和PRESS都下降了，進一步說明回歸效果更好了。

同樣，縮減模型也需要殘差診斷，這裡不一一說明，結果都說明模型和資料拟合的很好，殘差圖沒異常。

下次分享第四步驟-對標明模型分析解釋。

之前介紹了全因子試驗分析的前三步驟，這裡分享第四步：

四、對標明模型進行分析解釋（下圖來自第三步驟）

回歸方程： y=213.1+0.500938A-61.35B-2.445D+1.4225BD

這裡有點需要注意的是，上面列出了是“使用未編碼機關的資料”，意思是直接使用這些資料就可以列出回歸方程了。

第一、再次殘差診斷：

把圖形中的“正規”殘差換為”标準化“殘差，來看是否有異常的出現。

第二、确認主效應及互動效應的顯著性，且考慮最優設定

從圖可看出，A、B、D三個回歸線陡，效應顯著；如想強度高，這三個應該取上限；

從上圖看出，加熱時間B=3，保溫時間D=60，加熱溫度保持在860，強度最大。

第四、實作最優化：目标是越大越好，是以是“望大”。“望目”---Minitab到這裡會停止，是以這裡數值要遠遠高于可能達到的最大值。

計算結果見下圖：強度可達569.2066.

如果不能完全了解也沒關系，需要的時候按照步驟走就行。

結 語

全因子試驗設計是一種對實驗進行設計和實施的統計方法，結合Minitab軟體，友善篩選因子和擷取回歸方程，掌握這樣的關系可使實驗者優化過程并通過設定因子預測響應變量，有利于工藝優化，問題分析。利用Minitab統計軟體進行DOE分析，對實驗方案進行優化，有效地降低實驗誤差和費用，并能夠對結果做出解釋。為科學決策提供理論支撐。