电脑桌面
添加小米粒文库到电脑桌面
安装后可以在桌面快捷访问

minitab实验之试验设计VIP免费

minitab实验之试验设计_第1页
1/34
minitab实验之试验设计_第2页
2/34
minitab实验之试验设计_第3页
3/34
Minitab 实验之试验设计 实验目的: 本实验主要引导学生利用Minitab 统计软件进行试验设计分析,包括全因子设计、部分因子设计、响应曲面设计、混料设计、田口设计以及响应优化,并能够对结果做出解释。 实验仪器:Minitab 软件、计算机 实验原理: “全因子试验设计”(fu ll factorial design)的定义是:所有因子的所有水平的所有组合都至少要进行一次试验的设计。由于包含了所有的组合,全因子试验所需试验的总次数会比较多,但它的优点是可以估计出所有的主效应和所有的各阶交互效应。所以在因子个数不太多,而且确实需要考察较多的交互作用时,常常选用全因子设计。一般情况下,当因子水平超过 2 时,由于试验次数随着因子个数的增长而呈现指数速度增长,因而通常只作 2 水平的全因子试验。 进行2 水平全因子设计时,全因子试验的总试验次数将随着因子个数的增加而急剧增加,例如,6 个因子就需要64 次试验。但是仔细分析所获得的结果可以看出,建立的6 因子回归方程包括下列一些项:常数项、主效应项有 6 项、二阶交互作用项 15 项、三阶交互项 20 项,…,6 阶交互项 1 项,除了常数项、主效应项和二阶交互项以外,共有 42 项是 3 阶以及3 阶以上的交互作用项,而这些项实际上已无具体的意义了。部分因子试验就是在这种思想下诞生的,它可以使用在因子个数较多,但只需要分析各因子和 2 阶交互效应是否显著,并不需要考虑高阶的交互效应,这使得试验次数大大减少。 在实际工作中,常常要研究响应变量 Y 是如何依赖于自变量,进而能找到自变量的设置使得响应变量得到最佳值(望大、望小或望目)。如果自变量的个数较少(通常不超过 3 个),则响应曲面方法(response su rface methodology ,RSM)是最好的方法之一,本方法特别适合于响应变量望大或望小的情形。通常的做法是:先用2 水平因子试验的数据,拟合一个线性回归方程(可以包含交叉乘积项),如果发现有弯曲的趋势,则希望拟合一个含二次项的回归方程。其一般模型是(以两个自变量为例): 22011221112221212ybb xb xb xb xb x 这些项比因子设计的模型增加了各自的变量的平方项。由于要估计这些项的回归系数,原来因子设计所安排的一些设计点就不够用了,需要再增补一些试验点。这种先后分两阶段完成全部试验的策略就是“序贯试验”的策略。适用于这种策略的方法有很多种,其中最常用的就是中心复合设计(c...

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。
3、如文档内容存在违规,或者侵犯商业秘密、侵犯著作权等,请点击“违规举报”。

碎片内容

minitab实验之试验设计

确认删除?
VIP
微信客服
  • 扫码咨询
会员Q群
  • 会员专属群点击这里加入QQ群
客服邮箱
回到顶部