六西格瑪設計培訓DOE實驗設計的用途
實驗設計（DOE）是決定影響一個過程及其輸出（Y）各因素傳遞函數(shù)關系的一種結構化方法。實質上，它是進行和分析受控的測試來評價那些控制一個變量或一個組響應的因素影響的一種方法。DOE指的是量化各有統(tǒng)計關系的因素之間那些無法測量因素和交互作用，通過觀察系統(tǒng)化表格指導的系統(tǒng)化強制變化的實驗方法。
在DOE中有兩大類知識：實驗設計和實驗數(shù)據(jù)分析，本文討論了兩種形式的實驗設計策略：全因子和部分因子策略。全因子設計在能承擔時可用來獲得更多信息，但實驗的規(guī)模隨實驗的因素和層次數(shù)增加而指數(shù)地增長。部分因子設計從實驗中獲得信息較少，但實驗的規(guī)模比全因子設計增長的慢得多。此外，我們可以調整部分因子設計的分辨率，使它獲得必要的信息而同時保持實驗的規(guī)模在可處理的范圍內。因此，部分因子設計已變成DOE的“實干方法”。DOE在進行其中各因素是相互獨立的正交設計中是關鍵。
主要的DOE數(shù)據(jù)分析工具包括方差分析（A*VA）、經(jīng)驗傳遞函數(shù)建模以及主要影響和交互作用圖。A*VA能辨識有意義的因素和交互作用集，并借助它們對設計輸出的影響來排序每個影響和交互作用的相對重要性。經(jīng)驗傳遞函數(shù)模型、主要影響圖和交互作用圖，表面設計輸出與設計因素之間的經(jīng)驗關系。它們也可以用來辨識最優(yōu)的因素層次設置和相應的最優(yōu)設計性能層次。
1、殘差的診斷圖
在接受一個特定的A*VA結果或傳遞函數(shù)，包括影響的一個特定數(shù)字之前，黑帶始終應該檢查殘差值的分布。這是計算得到的預測值（用目前模型預測的）與觀察值間的差。他或她可以計算這些殘差值的直方圖以及概率圖，或用統(tǒng)計軟件、如minitab來產(chǎn)生它們。
次數(shù)估計和A*VA表是基于假設殘差為正態(tài)分布的。直方圖提供了一種方法檢查是否這種假設成立。
正態(tài)的概率圖是評估一組觀察值（在此情況為殘差）如何接近一種理論分布的另一種常用工具。在這種圖中，實際的殘差值沿橫坐標X畫出；縱坐標Y表示經(jīng)過排序后的相應值的期望規(guī)范值。如果全部值落在一條直線上，那么我們可滿意這些殘差遵循正態(tài)分布。
2、影響的帕累托圖
影響的帕累托圖，通常是實驗結果的一種有效交流工具，特別是對外行溝通與交流。在此圖中，A*VA的影響估計已從**值分類到最小*值。一個列表示每個影響的幅度，并且往往有一條線通過這個列來表明一個影響要多大才有統(tǒng)計意義。
3、正方和立方圖
通常利用這種圖來歸納響應變量的預測值，給出各因素的相對高和低設置。正方圖可同時表明兩個因素的預測值。立方圖可同時表明三個因素的預測值。
4、交互作用圖
表明方法的一般圖形是標準交互作用圖，其中有線條連接的各點表明方法。這種圖在分析中有重大交互作用影響時特別有用。
轉載：http://santuchuan.cn/zixun_detail/110096.html
