现在小编就教大家如何利用Minitab软件进行全因子实验设计与分析。
全因子实验设计使用Minitab 操作案例分析
Minitab 操作案例分析共有五大步骤：
一、拟合选定模型（含第一、二、三要点）
选定的‘全模型’（数学模型）只包含主效应和所有因子的二阶交互效应，三阶及以上的可忽略。
按下图选择Minitab里的选项。。。运行
--------------------------------------------------------------------
第一、分析评估回归的显著性
1、看方差分析ANOVA的总效果：2个值至少有一个P<0.05,模型才有效,下图主效应P=0.000,这里省略后面的数字，实际不是0；如果不是，原因有：1）试验误差太大；2）漏了重要因子；3）模型有失拟或数据有弯曲。
2、看方差分析ANOVA的失拟现象（原假设H0-无失拟）：P=0.709>0.05,无法拒绝原假设，说明模型无失拟；如失拟，说明漏了重要项。
3、看方差分析ANOVA的弯曲项（原假设H0-无弯曲）：P=0.633>0.05,无法拒绝原假设，说明模型无弯曲；如弯曲，应加上平方项。
第二、分析评估回归的总效果
1、两个相关系数R2和调整R2adj ：R2adj 要小一些，两者越接近说明越好；例子中R-Sq=92.49%, R-Sq(调整）=83.11%，有改进空间。
2、对s和s2分析（s是s2的平方根）：例子中s=6.00146是s的估计量，等修改模型后再看是否有降低。
3、对预测结果的估计：看R-Sq和R-Sq(预测）差距；SSE（SSError)和PRESS(预测的误差平方和）差距；通常SSE比PRESS小些。
例子中，R-Sq=92.49% R-Sq(预测)=53.68，差距较大，SSE=288.14，PRESS=1778.45 差距也大，说明模型有改进空间。
第三、分析评估各项效应显著性
1、Pareto图：比较直观，在红色直线右边的A（加热温度）、B（加热时间）、D（保温时间）、BD（加热时间*保温时间的交互作用）显著，但有局限性，要结合正态图。
2、正态效应图：效应不显著的点拟合成一条直线，服从正态分布；效应显著的点的效应绝对值会大，离直线的距离会远；在线的右边是正效应，左边是负效应；红色的点是显著，且离开直线越远，越显著，例如A，显著里较弱的是BD，离直线较近。
Minitab还会输出一张半正态图，它和正态效应图作用类似，主要看正态的。
DOE全因子分析五大步骤里的第一步骤‘拟合选定模型’的三点已经介绍完毕，下面享第二步骤‘残差诊断’。
二、残差诊断：判断模型是否与数据拟合很好，有四个步骤。
第一、上面‘四合一’的‘强度 残差图’右上图，是残差对响应变量拟合值图，如果散点出现‘漏斗’或‘喇叭’型，说明需要对响应变量Y做某种转换后可能会更好（），这是第一种最常见的残差异常。
第二、右下角的是残差对自变量X（观察值）的散点图，看是否是无规则波动U型或反U型弯曲，如有，说明X取线性是不够的，需要增加平方或立方项。
第三、左上角概率图，看是否是正态分布。
第四、看下图残差对各自变量的图，看是否有弯曲。
上面两个图都说明比较正常，可以判断残差诊断是通过的。
至此，全因子试验分析的第一（拟合选定模型）第二步骤（残差诊断）已经结束。
之前介绍了第一和第二步骤，今天是第三步骤：
