试验设计与设计的准则刘森茂数学科学学院先从一个简单的试验开始:生产集成电路的一个初始步骤是产生晶体外延层
试验中有三个地方需要配置:感应旋转方法、喷咀位置、沉积温度,每个地方有两种配置方法
也即有三个因子,每个因子两个水平
试验人员希望找出最好的配置,使得产生的外延层厚度尽可能接近15
为此,试验人员在每一种可能的设置下(2的3次方,共8种可能)做5次试验,共40次试验
上述试验叫做“完全因析试验”,我们可以用五次试验距离目标值差距的平方和作为响应变量,建立回归模型,并进行方差分析
模型方程是:上述参数叫做回归方程的系数,在试验设计中,也叫因子的效应
;ijklijkijikijkijkly,,1,2;1,2,3,4,5;ijkl一般的分析方法:最小二乘估计回归分析中的变量筛选正态图、半正态图F检验效应是否显著根据显著的回归系数确定因子水平这个试验有三个因子,每个水平下重复5次,共有40次试验
但在稍微复杂一点的试验中,因子数往往有8-10个,甚至更多,那时即使没有重复,试验次数也已经数百、上千,这在很多情形下(如农业试验有很长的周期,汽车、机械、核物理等试验则很费钱)是很不好的
这时,流行的做法是选择一个“部分因析试验”
为了引出“部分因析设计”,我们先给前面提到的“效应”做一个严格的定义
A因子的主效应:A、B因子的交互效应:A、B、C的三阶交互效应:“+”是指一个水平,“-”是另一个
”AB+”是指”A+,B+”或”A-,B-”
通过与前面的回归模型相对比(回归模型中用最小二乘计算回归系数),这里的效应与回归模型中的回归系数只相差一个倍数
()()()MEAyAyA(,)()()INTAByAByAB(,,)()()INTABCyABCyABC著名的