机械网--试验设计(DOE)就在你身边

DOE，即实验设计(Design Of Experiment)，是研究和处理多因子与响应变量关系的1种科学方法。它通过公道地挑选实验条件，安排实验，并通过对实验数据的分析，从而找出整体最优的改进方案。从上个世纪20年代费雪(Ronald Fisher)在农业实验中首次提出DOE的概念，到6西格玛管理在世界范围内的蓬勃发展，DOE已历了80多年的发展历程建房没有手续要被强拆吗，在学术界和企业界均获得了崇高的名誉。 但是，由于专业统计分析的复杂性和各个行业的差异性，DOE在很多人眼中逐渐演变为可望而不可及的空中楼阁。其实，DOE绝不是少数统计学家的专属工具，它很容易成为各类工程技术人员的好朋友、好帮手。本文将以1个平常生活中的小案例为线索，结合操作便捷的专业统计分析软件JMP，帮助大家揭开DOE的神秘面纱，了解DOE的实行进程，自由地建立属于自我的DOE空间。场景 :相信大家都吃过爆米花，但是大家是否是都了解爆米花的制作进程？在品味爆米花的时候，不知道您是否是注意到有很多爆米花没有爆开，也有很多被爆焦。这两种情况都是生产进程中的质量缺点。 这里，我们基于6西格玛软件JMP来实现我们的目标：寻觅使用微波炉加工1包爆玉米花的更佳程序。仰仗经验，我们很容易就能够肯定重要因子的公道范围： 加工爆玉米花的时间（介于 3 至 5 分钟之间） 微波炉使用的火力（介于 5 至 10 档之间） 使用的玉米品牌（A 或 B） 在爆玉米花时，我们希望所有（或几近所有）的玉米粒都爆开了，没有（或很少）玉米粒未爆开。因此 玉米的“爆开个数”是终究关注的重点。第 1 步：定义响应和因子

第2步：定义因子束缚根据经验，你知道：不能在实验中长时间高火力加工爆玉米花，由于这样会烧焦某些玉米粒。不能在实验中短时间低火力加工爆玉米花，由于这样只有少数玉米粒爆开承租人如何获得拆迁补偿。所以要限制实验，以使加工时间加上微波炉火力小于等于 13，但大于等于 10。

第3步：添加交互作用项我们可以推测：与爆开玉米比例相干的任意因子效应可能取决于某些其它因子的值。例如，品牌A时间变化的效应可能大于或小于使用品牌B相同时间变化的效应。这类因子表现出的协同效应统称为2因子交互作用。我们决定在爆玉米花加工进程的先验模型中纳入所有可能的2因子交互作用。

第 4 步：肯定实验次数根据在模型中添加的效应，实行实验需要1定的实验次数。我们可以使用最小值、建议值，也能够指定实验次数，只要其值大于最小值。本例中，我们将使用默许的实验次数 16。

第 5 步：指定输出表格生成的数据表保存了随机化的特性，显示了我们应当运行实验的顺序，首先在7级火力下将第1包B牌的玉米加工 3 分钟，然后在5级火力下将B牌玉米加工5分钟，顺次进行。

第6步：搜集和输入数据根据设计方案加工爆玉米花。然后，计算每包中爆开的玉米粒的数量。最后，保存结果至数据表。

第7步：分析结果可以构建数据模型了，1般使用最多见的分析方法——最小2乘法，但是如果响应数据明显不呈正态散布时，选择广义线形模型法会显得更加合适。

扼要地查看输出报告中的“参数估计”表，发现所有的 p 值都小于 0.05，表明所有的模型效应，包括1次主因子作用、2次主因子作用和双因子交互作用，均是显著的。 我们已确认时间、火力和品牌与爆开玉米粒个数之间存在着紧密关系，要进行进1步研究，可以打开“预测刻画器”，分析因子组合的变化如何影响爆开玉米粒的个数。预测刻画器显示了每个因子对响应的预测轨迹，移动红色虚线，便能查看更改因子值对响应产生的影响。例如，单击“时间”图中的红线并左右拖动，当“时间”值从3转移至5时，“爆开个数”也在产生相应得变化。同时，随着时间的增加和减少，时间和火力预测轨迹的斜率也随之改变，表明确切存在时间和火力的交互效应。 最后，还可以通过“预测刻画器”寻觅出最优设置，即最合意的设置。我们根据实验分析结果而推荐的方法是：使用A品牌，加工5分钟，并将火力调为6.96级。实验预测在此种设置下加工，产出的玉米粒445个以上都爆开了。类似这类爆玉米花的案例在我们的生活和工作中还有很多很多，有兴趣的读者完全可以将平时遇到的问题抽象成1个DOE模型，然后借助JMP这样的专业统计分析软件，轻轻松松地得到问题的解决方案。资讯分类行业动态帮助文档展会专题报道5金人物商家文章