MINITAB操作課程培訓(I階段）ppt課件

1、1昆山。甲上咨詢管理顧問有限公司MINITABMINITAB操作課程培訓操作課程培訓(I(I階段階段-design of experment-design of expermentDOE)DOE)jackyjacky2昆山。甲上咨詢管理顧問有限公司概述在改良階段，從分析(A)階段得到的自變量Xs中選定少數(shù)顯著因子，對所選定的因子要有方案的進展實驗，明確如何才干改良目的Y,根據(jù)實驗的結果找少數(shù)顯著因子的最正確程度,使Y到達最正確值。criticalXsVital FewcombinationVital Few完全/部分配置法controlVital FewOptimization驗證明驗不需求時

2、驗證明驗需求時呼應曲面實驗實驗方案法DOE)的目的經(jīng)過按照縝密方案進展實驗1.掌握哪個要因?qū)有有意的影響并且了解其影響的程度有多大。驗證和推定問題2.掌握引起微小影響的要因在一切影響當中占多少比重，測定誤差有多少。推定誤差項的問題3.掌握有有意影響的緣由在什么條件時可以得到最正確的反響。最正確反響條件的問題方差分析回歸分析3昆山。甲上咨詢管理顧問有限公司目錄1.單因子實驗設計與分析-單向分類設計one way ANOVA) -多項式回歸 2.全因子設計與分析-2程度全因子設計與分析 -3程度全因子設計與分析 3.2k因子設計與分析(中心點及分區(qū)化)4.部分實施因子設計與分析-2-level

3、factorialdefault generators) -2-level factorialspecify generators) -Plackett-Burman design 5.呼應曲面RSM設計與分析-Central composite -Box-Behnken 6.EVOP7.穩(wěn)健參數(shù)設計與分析Taguchi-靜態(tài)特性 -動態(tài)特性 8.混料設計與分析Mixture-Simplex centroid-Simplex lattice-Extreme vertices實驗設計的方法有許多，一個好的設計，可以通過少量實驗獲得較多的信息，到達實驗的目的。21010244昆山。甲上咨詢管理顧問

4、有限公司1.單因子實驗設計與分析5昆山。甲上咨詢管理顧問有限公司單因子實驗設計目的1.比較一下因子的幾個不同設置間能否有顯著差別，假設有顯著差別，哪個或哪些設置較好；單向分類設計2.建立呼應變量與自變量間的回歸關系通常是線性、二次或三次多項式，判別我們建立的回歸關系能否有意義。多項式回歸6昆山。甲上咨詢管理顧問有限公司單向分類設計例題單向分類設計例題 比較四個車工ABCD所加工絲杠的直徑能否相等。將20根坯料用隨機序編號順序號,再采用隨機抽取方法,讓每個車工選取5根,按順序號在同臺車床上加工.A AB BC CD D50.049.850.750.650.450.250.551.049.849.

5、950.950.850.350.050.851.250.750.450.350.5 單向分類設計直徑數(shù)據(jù)表單向分類設計直徑數(shù)據(jù)表 單單位位:mm7昆山。甲上咨詢管理顧問有限公司步驟步驟1：輸入實驗數(shù)據(jù)：輸入實驗數(shù)據(jù)8昆山。甲上咨詢管理顧問有限公司步驟：處置實驗數(shù)據(jù)步驟：處置實驗數(shù)據(jù)MINITAB：Data-Stack-Columns9昆山。甲上咨詢管理顧問有限公司步驟：處置實驗數(shù)據(jù)續(xù)步驟：處置實驗數(shù)據(jù)續(xù)10昆山。甲上咨詢管理顧問有限公司步驟：分析實驗數(shù)據(jù)步驟：分析實驗數(shù)據(jù)MINITAB：Stat-ANOVA-One Way11昆山。甲上咨詢管理顧問有限公司Minitab輸出輸出One Way

6、ANOVAOne-way ANOVA: C2 versus Subscripts Source DF SS MS F PSubscripts 3 1.8440 0.6147 7.66 0.002Error 16 1.2840 0.0803Total 19 3.1280S = 0.2833 R-Sq = 58.95% R-Sq(adj) = 51.25% Individual 95% CIs For Mean Based on Pooled StDevLevel N Mean StDev -+-+-+-+-A 5 50.240 0.351 (-*-)B 5 50.060 0.241 (-*-)C

7、 5 50.640 0.241 (-*-)D 5 50.820 0.286 (-*-) -+-+-+-+- 50.05 50.40 50.75 51.10Pooled StDev = 0.283回絕原假設H0,即操作工之間有顯著差別12昆山。甲上咨詢管理顧問有限公司Minitab輸出輸出BoxplotSubscriptsSubscriptsC C2 2DCBA51.251.050.850.650.450.250.049.8Boxplot of C2 by SubscriptsBoxplot of C2 by Subscripts可以看出四個車工所加工出的絲杠直徑間有顯著差別可以確定各組間有顯著

8、差別后，下一步需分析哪些組間有顯著差異。13昆山。甲上咨詢管理顧問有限公司步驟步驟4：分析兩組間能否有顯著差別：分析兩組間能否有顯著差別MINITAB：Stat-ANOVA-One Way14昆山。甲上咨詢管理顧問有限公司Minitab輸出輸出Tukey分析結果分析結果Tukey 95% Simultaneous Confidence IntervalsAll Pairwise Comparisons among Levels of SubscriptsIndividual confidence level = 98.87%Subscripts = A subtracted from:Subs

9、cripts Lower Center Upper -+-+-+-+-B -0.6931 -0.1800 0.3331 (-*-)C -0.1131 0.4000 0.9131 (-*-)D 0.0669 0.5800 1.0931 (-*-) -+-+-+-+- -0.70 0.00 0.70 1.40Subscripts = B subtracted from:Subscripts Lower Center Upper -+-+-+-+-C 0.0669 0.5800 1.0931 (-*-)D 0.2469 0.7600 1.2731 (-*-) -+-+-+-+- -0.70 0.00

10、 0.70 1.40Subscripts = C subtracted from:Subscripts Lower Center Upper -+-+-+-+-D -0.3331 0.1800 0.6931 (-*-) -+-+-+-+- -0.70 0.00 0.70 1.40例如，總體A的均值-總體B的均值落入-0.6931，0.3331。由于0落入?yún)^(qū)間內(nèi)，因此，無法回絕兩總體均值相等的原假設，即應斷定兩總體均值無顯著差別，即AB間均值無顯著差別。AB間、AC間、CD間均值無顯著差別。AD間、BC間、BD間均值有顯著差別。15昆山。甲上咨詢管理顧問有限公司多項式回歸設計例題多項式回歸設計例

11、題 鍛件溫度顯著影響鍛件最終斷裂強度。采用800、850、900攝氏度，各鍛造3根鋼軸，將鋼軸的斷裂強度單位：噸記錄下來，得到以下數(shù)據(jù)： 鍛件溫度與斷裂強度數(shù)據(jù)表鍛件溫度與斷裂強度數(shù)據(jù)表 temp800850900135.839.440.1236.239.639.6337.138.538.916昆山。甲上咨詢管理顧問有限公司步驟步驟1：輸入實驗數(shù)據(jù)：輸入實驗數(shù)據(jù)17昆山。甲上咨詢管理顧問有限公司步驟：處置實驗數(shù)據(jù)步驟：處置實驗數(shù)據(jù)MINITAB：Data-Stack-Columns18昆山。甲上咨詢管理顧問有限公司步驟：分析實驗數(shù)據(jù)步驟：分析實驗數(shù)據(jù)MINITAB：Stat-ANOVA-One

12、 Way19昆山。甲上咨詢管理顧問有限公司Minitab輸出輸出One Way ANOVA回絕原假設H0,即不同溫度的各總體斷裂強度之間有顯著差別20昆山。甲上咨詢管理顧問有限公司Minitab輸出輸出BoxplotSubscriptsSubscriptsC C2 29008508004039383736Boxplot of C2 by SubscriptsBoxplot of C2 by Subscripts不同溫度的各總體斷裂強度之間有顯著差別下一步建立斷裂強度與溫度間的回歸方程，判別建立的回歸關系能否有意義。21昆山。甲上咨詢管理顧問有限公司步驟步驟4：建立回歸方程：建立回歸方程-處置數(shù)

13、據(jù)處置數(shù)據(jù)22昆山。甲上咨詢管理顧問有限公司步驟步驟5：建立回歸方程：建立回歸方程-擬合線形方程擬合線形方程MINITAB：Stat-Regression-Fitted Line Plot23昆山。甲上咨詢管理顧問有限公司Minitab輸出回歸分析輸出回歸分析temptemps st tr re en ng gt th h9008808608408208004039383736S0.866896R-Sq74.1%R-Sq(adj)70.4%Fitted Line PlotFitted Line Plotstrength = 11.44 + 0.03167 temp回絕原假設H0,可見線性趨勢是

14、顯著的從圖中看出數(shù)據(jù)有彎曲趨勢，因此擬合線性方程回歸效果不夠好。24昆山。甲上咨詢管理顧問有限公司步驟步驟6：建立回歸方程：建立回歸方程-擬合二次函數(shù)方程擬合二次函數(shù)方程MINITAB：Stat-Regression-Fitted Line Plot25昆山。甲上咨詢管理顧問有限公司Minitab輸出回歸分析輸出回歸分析temptemps st tr re en ng gt th h9008808608408208004039383736S0.619139R-Sq88.7%R-Sq(adj)84.9%Fitted Line PlotFitted Line Plotstrength = - 33

15、9.4 + 0.8590 temp- 0.000487 temp*2回絕原假設H0,可見模型是顯著的The regression equation isstrength = - 339.4 + 0.8590 temp - 0.000487 temp*2可見線性及二次項趨勢是顯著的 上述方法還可以推行到更高階的情形，外表上看，次數(shù)增高可以使“擬合效果更好，但這樣的擬合模型缺乏好的預測才干，由于這時估計和預測值的方差都變大了，在回歸分析中，稱這類景象為“超擬合。 從擬合的多項式的階數(shù)上述，一個因子取了k個程度，對于所獲得的數(shù)據(jù)可以擬合一個k-1階多項式。但實踐上，4次以上的多項式普通是不運用的。2

16、6昆山。甲上咨詢管理顧問有限公司練習練習制造Team研討3種Soldering資料。 目前運用的是A公司的資料，如今要把B、C公司資料追加研討。經(jīng)過對各個資料的強度分析找出最正確的資料。ABC9182112151914142113171618152327昆山。甲上咨詢管理顧問有限公司2.全因子設計與分析28昆山。甲上咨詢管理顧問有限公司全因子實驗概述全因子實驗設計指一切因子的一切程度的一切組合都至少要進展一次實驗；當因子程度超越2時，由于實驗次數(shù)隨因子個數(shù)的增長而呈指數(shù)速度增長，因此通常只做二程度的全因子實驗。假設確實需求做三程度或更多程度全因子實驗時，軟件也有此分析方法。但通常以為加上中心點

17、后的二程度實驗設計曾經(jīng)足夠了，在相當程度上它可以替代三程度的實驗，而且分析簡明易行。通常將k個因子的二程度全因子實驗記為：2k實驗，因此它是全因子實驗的一個特例。29昆山。甲上咨詢管理顧問有限公司實驗設計三個根本原那么 反復實驗 隨機化 劃分區(qū)組30昆山。甲上咨詢管理顧問有限公司實驗設計分析五步法2.進展殘差診斷1.擬合選定模型3.模型要改良嗎？4.對選定模型進展分析解釋5.目的能否已到達？進展驗證實驗YYN進展下批實驗N31昆山。甲上咨詢管理顧問有限公司全因子設計例題全因子設計例題 在壓力成型塑膠板消費中，經(jīng)過因子的初步挑選后得知，影響成型塑膠板的因子有3個：distance、成型壓力pre

18、ssure)及壓力角angle。在3個因子新的較好的范圍內(nèi)，什么消費條件下可以獲得最大的成型塑膠板強度strength。代號因子名稱Level 1（低水平）Level 2（高水平）A壓模間距60 mm70 mmB 成型壓力300 Pa400 PaC 壓力角20 度24 度因子及水準表因子及水準表32昆山。甲上咨詢管理顧問有限公司步驟1：設計實驗MINITAB：Stat-DOE-FactorialCreate Factorial Design本實驗做全因子實驗并安排4個中心點即234。33昆山。甲上咨詢管理顧問有限公司步驟1：設計實驗續(xù)34昆山。甲上咨詢管理顧問有限公司Minitab輸出方案表3

19、5昆山。甲上咨詢管理顧問有限公司步驟2：做實驗、輸入實驗數(shù)據(jù)實驗數(shù)據(jù)36昆山。甲上咨詢管理顧問有限公司步驟步驟3：分析全因子模型：分析全因子模型1.擬合選定模型擬合選定模型MINITAB：Stat-DOE-FactorialAnalyze Factorial Design37昆山。甲上咨詢管理顧問有限公司Minitab輸出輸出Factorial Fit回絕原假設H0,闡明模型總的效果是明顯的。接受原假設H0,闡明模型沒有明顯彎曲趨勢。38昆山。甲上咨詢管理顧問有限公司Minitab輸出輸出Pareto and Normal PlotsT Te er rm mStandardized Effec

20、tStandardized EffectACCBCABAB5432102.776FactorNameAPressBDisCAnglePareto Chart of the Standardized EffectsPareto Chart of the Standardized Effects(response is strength, Alpha = .05)Standardized EffectStandardized EffectP Pe er rc ce en nt t5.02.50.0-2.5-5.0999590807060504030201051FactorNameAPressBDi

21、sCAngleEffect TypeNot SignificantSignificantBANormal Probability Plot of the Standardized EffectsNormal Probability Plot of the Standardized Effects(response is strength, Alpha = .05)39昆山。甲上咨詢管理顧問有限公司步驟步驟3：分析全因子模型：分析全因子模型2.殘差診斷殘差診斷MINITAB：Stat-DOE-FactorialAnalyze Factorial Design40昆山。甲上咨詢管理顧問有限公司Mi

22、nitab輸出輸出Residual Plots3.判別模判別模型要改良嗎？型要改良嗎？Standardized ResidualStandardized ResidualP Pe er rc ce en nt t210-1-2999050101Fitted ValueFitted ValueS St ta an nd da ar rd di iz ze ed d R Re es si id du ua al l908070605010-1Standardized ResidualStandardized ResidualF Fr re eq qu ue en nc cy y1.51.00.50

23、.0-0.5-1.04.83.62.41.20.0Observation OrderObservation OrderS St ta an nd da ar rd di iz ze ed d R Re es si id du ua al l12111098765432110-1Normal Probability Plot of the ResidualsNormal Probability Plot of the ResidualsResiduals Versus the Fitted ValuesResiduals Versus the Fitted ValuesHistogram of

24、the ResidualsHistogram of the ResidualsResiduals Versus the Order of the DataResiduals Versus the Order of the DataResidual Plots for strengthResidual Plots for strength從殘差診斷中看出，模型根本上是好的；從上述分析中看出，AB是顯著的，C作用不顯著，交互作用項中僅AB顯著，因此下一步要重新擬合模型。41昆山。甲上咨詢管理顧問有限公司步驟步驟4：重新擬合模型分析：重新擬合模型分析1.擬合選定模型擬合選定模型MINITAB：Sta

25、t-DOE-FactorialAnalyze Factorial Design42昆山。甲上咨詢管理顧問有限公司Minitab輸出輸出Factorial Fit回絕原假設H0,闡明模型總的效果是明顯的。接受原假設H0,闡明模型沒有明顯彎曲趨勢。43昆山。甲上咨詢管理顧問有限公司Minitab輸出輸出Pareto and Normal PlotsT Te er rm mStandardized EffectStandardized EffectABAB65432102.306FactorNameAPressBDisPareto Chart of the Standardized EffectsP

26、areto Chart of the Standardized Effects(response is strength, Alpha = .05)Standardized EffectStandardized EffectP Pe er rc ce en nt t7.55.02.50.0-2.5-5.0999590807060504030201051FactorNameAPressBDisEffect TypeNot SignificantSignificantABBANormal Probability Plot of the Standardized EffectsNormal Prob

27、ability Plot of the Standardized Effects(response is strength, Alpha = .05)44昆山。甲上咨詢管理顧問有限公司步驟步驟4：重新擬合模型分析：重新擬合模型分析2.殘差診斷殘差診斷MINITAB：Stat-DOE-FactorialAnalyze Factorial Design45昆山。甲上咨詢管理顧問有限公司Minitab輸出輸出Residual Plots3.判別模型要改判別模型要改良嗎？良嗎？從殘差診斷中看出，模型根本上是好的；從上述分析，可以以為曾經(jīng)選定了最終的模型。根據(jù)分析結果，寫出最后確定的回歸方程。Stand

28、ardized ResidualStandardized ResidualP Pe er rc ce en nt t210-1-2999050101Fitted ValueFitted ValueS St ta an nd da ar rd di iz ze ed d R Re es si id du ua al l908070605010-1Standardized ResidualStandardized ResidualF Fr re eq qu ue en nc cy y1.51.00.50.0-0.5-1.0-1.53210Observation OrderObservation O

29、rderS St ta an nd da ar rd di iz ze ed d R Re es si id du ua al l12111098765432110-1Normal Probability Plot of the ResidualsNormal Probability Plot of the ResidualsResiduals Versus the Fitted ValuesResiduals Versus the Fitted ValuesHistogram of the ResidualsHistogram of the ResidualsResiduals Versus

30、 the Order of the DataResiduals Versus the Order of the DataResidual Plots for strengthResidual Plots for strengthy547.417+1.34950 press+10.395 Dis-0.0235 press*Dis46昆山。甲上咨詢管理顧問有限公司步驟步驟4：重新擬合模型分析：重新擬合模型分析4.對選定模型對選定模型進展分析解釋進展分析解釋1MINITAB：Stat-DOE-FactorialFactorial Plots47昆山。甲上咨詢管理顧問有限公司M Me ea an n

31、o of f s st tr re en ng gt th h40035030075706560557065602422207570656055PressDisAnglePoint TypeCornerCenterMain Effects Plot (data means) for strengthMain Effects Plot (data means) for strengthMinitab輸出輸出PressPress706560242220907560DisDis907560AngleAnglePressCenter400 CornerPoint Type300 Corner350DisCenter70 CornerPoint Type60 Corner65Interaction Plot (data means) for strengthInteraction Plot (data means) for strength48昆山。甲上咨詢管理顧問有限公司步驟步驟4：重新擬合模型分析：重新擬合模型分析4.對選定模型對選定模型進展分析解釋進展分析解釋2MINITAB：Stat