DOEMinitab操作教程

SixSigma-1DOEMinitab操作教程1、男球鞋案例2、化学实验设计案例3、传统的一次一因子实验SixSigma-21、男球鞋案例1、资料登陆2、选择统计工具2samplet3、图形4、选择统计工具Pairedt5、图形6、为什么会得到不同的结论SixSigma-31、资料登陆•1、把资料登陆到Minitab软件，输入资料的操作类似Excel软件，如下图：SixSigma-42、选择统计工具2samplet•路径：StatBasicStatistics2-Samplet…•选择Samplesindifferentcolumns•First选择'MaterialA‘•Second选择'MaterialB'然后点击Graphs…SixSigma-5点击每一个方框，使其选中，然后单击OK。SixSigma-6点击到Session视窗Resultsfor:BOY'SSHOE.MTWTwo-SampleT-TestandCI:MaterialA,MaterialBTwo-sampleTforMaterialAvsMaterialBNMeanStDevSEMeanMaterialA1010.632.450.78MaterialB1011.042.520.80Difference=mu(MaterialA)-mu(MaterialB)Estimatefordifference:-0.41000095%CIfordifference:(-2.754808,1.934808)T-Testofdifference=0(vsnot=):T-Value=-0.37P-Value=0.717DF=17H0：两种材料寿命没有差异Ha：两种材料寿命有差异P0.05,接收H0。SixSigma-73、图形DataMaterialBMaterialA1514131211109876IndividualValuePlotofMaterialA,MaterialB两种材料没有显著差异，研发处的建议被拒绝。SixSigma-8DataMaterialBMaterialA1514131211109876BoxplotofMaterialA,MaterialB两种材料没有显著差异，研发处的建议被拒绝。SixSigma-94、选择统计工具Pairedt路径：StatBasicStatisticsPairedt…选择SamplesincolumnsFirstsample:选择'MaterialA‘Secondsample:选择'MaterialB‘然后点击Graphs…SixSigma-10点击每一个方框，使其选中，然后单击OK。然后回到Session窗口：PairedT-TestandCI:MaterialA,MaterialBPairedTforMaterialA-MaterialBNMeanStDevSEMeanMaterialA1010.63002.45130.7752MaterialB1011.04002.51850.7964Difference10-0.4100000.3871550.12242995%CIformeandifference:(-0.686954,-0.133046)T-Testofmeandifference=0(vsnot=0):T-Value=-3.35P-Value=0.009H0：两种材料寿命没有差异Ha：两种材料寿命有差异P0.05,拒绝H0。SixSigma-115、图形DifferencesFrequency0.20.0-0.2-0.4-0.6-0.8-1.0-1.23.02.52.01.51.00.50.0-0.5X_HoHistogramofDifferences(withHoand95%t-confidenceintervalforthemean)两种材料有显著差异，研发处的建议被接受。SixSigma-12Differences0.0-0.3-0.6-0.9-1.2X_HoIndividualValuePlotofDifferences(withHoand95%t-confidenceintervalforthemean)两种材料有显著差异，研发处的建议被接受。SixSigma-13Differences0.0-0.3-0.6-0.9-1.2X_HoBoxplotofDifferences(withHoand95%t-confidenceintervalforthemean)两种材料有显著差异，研发处的建议被接受。SixSigma-146、为什么会得到不同的结论？•到底我们该相信那个结论？不了解基本的统计观念会有什么坏处？SixSigma-152、化学实验设计案例Factor(因子)Level(水準)－＋Temperature(T)160180Concentration(C)2040Catalyst(K)AB讨论：‧‧因子为在此实验中要被研究的变数‧‧水准代表因子的设定：负水准〝－〞代表较小的值正水准〝＋〞代表较大的值SixSigma-16一个23因子设计(3因子二水准)Minitab中的标准实验设计步骤：1、建构实验设计2、分析实验过程3、解读实验结果SixSigma-171、建构实验设计方法论：StatDOEFactorialCreateFactorialDesignTypeofDesign:选择设计种类NumberofFactors:选择因子数目Design：选择设计（解析度、中心点、反复数）Factor：输入名称和水准Options：（取消）随机化选项执行实验：收集实验数据SixSigma-18Minitab：StatDOEFactorialCreateFactorialDesign选择设计种类选择因子数目SixSigma-19选择设计（解析度、中心点、反复数）Design…SixSigma-20Factor：输入名称和水准输入名称和水准SixSigma-21Options：（取消）随机化选项在正式实验时不能取消此项选择！此处仅教学使用正常实验要随机进行！SixSigma-22实验矩阵因子A因子B因子CSixSigma-23执行实验：收集实验数据打印实验矩阵执行实验，收集实验数据，将数据登陆到Minitab。SixSigma-242、分析实验过程StatDOEFactorialAnalyzeFactorialDesignResponse:输入回应值Terms:选取分析因子（全因子：变数和交互作用部分因子：仅变数）Graphs：主因图：常态机率和柏拉图，CubePlot、残差图SixSigma-25StatDOEFactorialAnalyzeFactorialDesign:输入回应值SixSigma-26Terms:选取分析因子全因子选3部分因子选1或2SixSigma-27Graphs：选择图表SixSigma-28效应柏拉图TermEffectBCABCCABBACA25201510508.47FactorNameATemperatureBConcentrationCCatalystParetoChartoftheEffects(responseisYield,Alpha=.05)Lenth'sPSE=2.25超过红线代表效应显著SixSigma-29常态机率图EffectPercent2520151050-5999590807060504030201051FactorNameATemperatureBConcentrationCCatalystEffectTypeNotSignificantSignificantACANormalProbabilityPlotoftheEffects(responseisYield,Alpha=.05)Lenth'sPSE=2.25跳到线外的红点表示因子显著。SixSigma-30StatDOEFactorialFactorialPlots分别选择SetupSixSigma-31选择Responses及因子SixSigma-32InteractionPlotTemperature4020BA756555Concentration756555CatalystTemperature160180Concentration2040InteractionPlot(datameans)forYieldSixSigma-33MainEffectsPlotMeanofYield18016075706560554020BA7570656055TemperatureConcentrationCatalystMainEffectsPlot(datameans)forYieldSixSigma-34CubePlotBA4020180160CatalystConcentrationTemperature8083524568726054CubePlot(datameans)forYieldSixSigma-353、解读实验结果解读Minitab输出检验ANOVA表格（缩减模式，最佳模式）检验图表（交互作用、主效应、立体、残差、及等方差图）考虑实际上为显著的效应（计算效应在模式中的百分比）数学模式残差分析SixSigma-36ANOVA表格•EstimatedEffectsandCoefficientsforYield(codedunits)•TermEffectCoef•Constant64.250•Temperature23.00011.500•Concentration-5.000-2.500•Catalyst1.5000.750•Temperature*Concentration1.5000.750•Temperature*Catalyst10.0005.000•Concentration*Catalyst-0.000-0.000•Temperature*Concentration*Catalyst0.5000.250•AnalysisofVarianceforYield(codedunits)•SourceDFSeqSSAdjSSAdjMSFP•MainEffects31112.501112.50370.833**•2-WayInteractions3204.50204.5068.167**•3-WayInteractions10.500.500.500**•ResidualError0***•Total71317.50我们之前计算的效应我们之前计算的系数误差项目自由度为零SixSigma-37EstimatedCoefficientsforYieldusingdatainuncodedunitsTermCoef•Constant-85.5000•Temperature0.925000•Concentration-1.52500•Catalyst-71.5000•Temperature*Concentration0.00750000•Temperature*Catalyst0.425000•Concentration*Catalyst-0.425000•Temperature*Concentration*Catalyst0.00250000•AliasStructure•Temperature•Concentration•Catalyst•Temperature*Concentration•Temperature*Catalyst•Concentration*Catalyst•Temperature*Concentration*CatalystSixSigma-38缩减模式—改变选取的项目•移除最小的效应•检视机率图柏拉图ANOVA表格•重复移除下一个最小的效应•一直持续到模式为”最佳模式”•”最佳模式”的提示不需要移除太多的项目保留一些不显著的项目已确认没有错误的移除显著的项目SixSigma-39因子AB是否真的显著？Te