查看完整版本: 请教:Minitab-DOE-Analyze Factorial Design...

zerocrazy 2006-3-28 11:54

请教:Minitab-DOE-Analyze Factorial Design...

[size=2]利用Minitab进行实验设计及分析的时候,
例如全因子试验设计,并安排了若干个中心点试验。
在分析因子设计中,
何时选择“Include center points in the model”,
何时不选择“Include center points in the model”?
如图所示。
两者的分析与结果有何区别?
请教专家,谢谢!![/size]

特举一个中心点试验的实例,在12楼,
请专家帮助分析!
谢谢!!

[[i] 本帖最后由 zerocrazy 于 2006-3-29 13:28 编辑 [/i]]

zerocrazy 2006-3-28 12:12

图没贴上,现在补上。

aiyinsitan 2006-3-28 13:25

看输出结果,如果弯曲项的P值大于置信水准,则选择无中心点的模型

zerocrazy 2006-3-28 14:15

噢,谢谢 aiyinsitan !
也即如果弯曲项的P值小于置信水准,说明模型有弯曲现象,
就要选上有中心点的模型。

质量厨师 2006-3-28 16:49

恩,不错。继续。

中心点。

liboy 2006-3-28 17:05

因为中心点的试验已经安排了,能不能即使模型没有弯曲,也选择Include center points in the model?

欧若拉 2006-3-28 17:15



zerocrazy 2006-3-28 17:19

[quote]原帖由 [i]liboy[/i] 于 2006-3-28 17:05 发表
因为中心点的试验已经安排了,能不能即使模型没有弯曲,也选择Include center points in the model? [/quote]

最初就是这个疑问,
而且这两种分析的结果确实不同。

israel 2006-3-28 19:15

能说说什么是弯曲项呀?

aiyinsitan 2006-3-28 20:26

首先在试验设计的时候,如果没有采用中心点设计,那么因子分析的时候

include center point in the model

应该是灰色的,无法选择

当加入了中心点进行试验设计的时候,才有了这个选择,并且MTB默认是选择的

Analysis of Variance for y (coded units)

Source              DF   Seq SS   Adj SS   Adj MS     F      P
Main Effects         3   201.00   201.00   67.000  0.39  0.774
2-Way Interactions   3  1396.50  1396.50  465.500  2.73  0.279
3-Way Interactions   1     2.00     2.00    2.000  0.01  0.924
  Curvature          1     0.74     0.74    0.742  0.00  0.953
Residual Error       2   340.67   340.67  170.333
  Pure Error         2   340.67   340.67  170.333
Total               10  1940.91

我们看看 Curvature          选项对应的P值为0.953,说明弯曲项并不显著
在确定模型的时候要,重新分析无弯曲项的函数式

zerocrazy 2006-3-29 11:34

aiyinsitan 大师,
    偶还是有不明白的地方,
    模型若为弯曲,则应加入中心点分析,这容易理解。
    但是如果模型无弯曲项,那么进行分析时加入与不加入中心点试验,试验结果应该是无显著差异的吧。但从一些实例来看,确实分析结果中显著因子会有不同。那为什么此时只能选择不加入中心点试验?
    且若模型分析中包含中心点,则无法作出等高线图与响应曲面图,这又是为什么呢?
    请大师指点。

zerocrazy 2006-3-29 12:27

实例请教:中心点试验分析

[size=2]接帖子:
请教:Minitab-DOE-Analyze Factorial Design...
[url]http://bbs.6sq.net/viewthread.php?tid=76918[/url]

全因子试验:
因子A、B、C及响应变量Y,
三因子两水平的全因子试验+四次中心点试验(总计12次试验)。

创建试验设计如下:

分两种情况分析:
一、选择“包含中心点”
二、不选择“包含中心点”
[/size]

[[i] 本帖最后由 zerocrazy 于 2006-3-29 13:33 编辑 [/i]]

zerocrazy 2006-3-29 12:29

一、试验分析:
1、选择“包含中心点”

zerocrazy 2006-3-29 12:30

2、得出如下结论:

zerocrazy 2006-3-29 12:31

3、很明显,A、B两因子显著。

zerocrazy 2006-3-29 12:33

4、且若模型分析中包含中心点,则无法作出等高线图与响应曲面图?
如何解释?

zerocrazy 2006-3-29 12:34

二、
试验分析中,不选择“包含中心点”的情况

zerocrazy 2006-3-29 12:35

二、1
得出如下结论:

zerocrazy 2006-3-29 12:36

二、2
很明显,A、B及AB三因子显著。
这与前面的结论不一致。

zerocrazy 2006-3-29 12:39

二、3
且若模型分析中不包含中心点,则可以作出等高线图与响应曲面图。

zerocrazy 2006-3-29 12:42

等高线图与响应曲面图

aiyinsitan 2006-3-29 13:23

1  AB 之间的交互作用的显著程度本来就在临界的地方   0.056,缩减模型后(去掉弯曲项)自然显示为显著

2  RSM 只能进行2水平的实验,加入中心点后,变成了3水平,自然无法进行了

3  当弯曲模式和交互作用都不显著,但是R-SQ仍然很小的时候,可能存在2次或者高次项显著,采用RSM

4  R-SQ已经92%以上了,做RSM的目的是什么呢???

[[i] 本帖最后由 aiyinsitan 于 2006-3-29 13:33 编辑 [/i]]

zerocrazy 2006-3-29 22:48

[quote]原帖由 [i]aiyinsitan[/i] 于 2006-3-29 13:23 发表
4  R-SQ已经92%以上了,做RSM的目的是什么呢??? [/quote]

此时作曲面图不是为了RSM分析,只是用曲面图可以比文字更直观的看出最佳目标的取值情况,或者看看各效应如何对响应变量进行影响。

aiyinsitan 2006-3-29 22:53

[quote]原帖由 [i]zerocrazy[/i] 于 2006-3-29 22:48 发表


此时作曲面图不是为了RSM分析,只是用曲面图可以比文字更直观的看出最佳目标的取值情况,或者看看各效应如何对响应变量进行影响。 [/quote]
s
曲面图的作用在于寻找弯曲的方向和可能的最佳值的方向
并且在目前的因子水准下其实根本没有必要做曲面图

zerocrazy 2006-3-29 23:03

[quote]原帖由 [i]liboy[/i] 于 2006-3-28 17:05 发表
因为中心点的试验已经安排了,能不能即使模型没有弯曲,也选择Include center points in the model? [/quote]

[color=Blue][size=2]能解答下这个问题吗?
若弯曲项P值大于置信水平,弯曲项不显著,为什么就不能选择“Include center points in the model”进行分析?[/size][/color]

[[i] 本帖最后由 zerocrazy 于 2006-3-30 08:48 编辑 [/i]]

zerocrazy 2006-3-29 23:04

红烧肉,
这个名字好听,
一听就流口水。
哈哈。。。
(开个玩笑)

zerocrazy 2006-3-29 23:47

[quote]原帖由 [i]aiyinsitan[/i] 于 2006-2-18 12:21 发表
有喜欢佛经的吗???

观自在普萨,行深般若波罗蜜多时,照见五蕴皆空,度一切苦厄。
舍利子,色不异空,空不异色,色即是空,空即是色,受想行识,亦复如是。
舍利子,是诸法空相,不生不灭,不垢不净,不增不 ... [/quote]


感谢aiyinsitan的帮助,将两首心经发到你的hotmail信箱,
希望你喜欢:
佛说圣佛母般若波罗蜜多心经(王菲的经文诵读)
般若波罗蜜多心经(张学友独唱)

aiyinsitan 2006-3-30 10:48

[quote]原帖由 [i]zerocrazy[/i] 于 2006-3-29 23:03 发表


能解答下这个问题吗?
若弯曲项P值大于置信水平,弯曲项不显著,为什么就不能选择“Include center points in the model”进行分析? [/quote]

分析的弯曲项不显著是因子水准的弯曲项,非二次项也~~~~~~~~~~

CCB 2006-4-2 21:34

受益了。。。。。。。。。。。。。。。。。。。。。。。。。。

xiaqiu11 2006-4-3 19:10

高人啊!兄弟我狂佩服!

wzw6321 2006-4-13 23:03

非常深奥,敬佩敬佩!!

210 2006-4-25 09:31

xue xi liao
xie xie zhong

ritazhao 2006-4-26 17:14

thanks,
you are the expert.

lyhyj110 2006-5-28 19:24

高手太多了只怪我知道的太少呀

kingspring 2006-5-28 22:22

另一个原因,说明现在观测的数据范围太窄,非过程的全部范围,现在的中心点非整个流程的中心点,有必要作最陡路线法找到拐点,以其为中心点作CCD分析,此时曲面可能會显著.再考虑RSM.

oscar007 2006-6-14 11:23

ding ding

angzh060406 2006-6-15 14:03

现在正在学习一般的统计图表和分析方法,今天来开眼界了,学习。

wulmwulm 2006-6-20 23:05

好分享 我也試試看

蚂蚁 2006-6-22 08:11

如果弯曲项不显著,
为了模型分析的准确性,
应该将对应的偏差平方和归入Error项,
相应的自由度也并入误差模型,
所以在包含或不包含弯曲项时,因子或team的分析结果会有所改变,
而不选择包含弯曲项就显得更为精确。

gaoyan 2006-6-28 00:21

正在学习MTB,关注高手解惑此案例!

junezhang 2006-6-28 13:30

以前学过这一章节,但只知道皮毛包括公司的老师,今天来的有价值啊!弄懂了以前模棱两可的知识谢谢了!

cassiezhang 2006-6-28 20:36

好遗憾啊,刚参加工作时公司系统培训了MINITAB 和JMP,可惜换工作的结果导致学无致用:(

loyis_lee 2006-7-26 11:49

都是些强人啊。我的MTB还没学到这种程度
应该说统计还没到这种程度。

zerocrazy 2006-8-28 13:35

[quote]原帖由 [i]aiyinsitan[/i] 于 2006-3-29 13:23 发表
1  AB 之间的交互作用的显著程度本来就在临界的地方   0.056,缩减模型后(去掉弯曲项)自然显示为显著

2  RSM 只能进行2水平的实验,加入中心点后,变成了3水平,自然无法进行了

3  当弯曲模式和交互作用都不显著,但是R-SQ仍然很小的时候,可能存在2次或者高次项显著,采用RSM

4  [color=Red]R-SQ已经92%以上了,做RSM的目的是什么呢??? [/color][/quote]
R-SQ接近100%,表示两变量强相关,但一定能说明他们是线性相关吗?

hewuling 2006-9-1 20:08

下次打开时争取能用上。

softcom003 2006-9-22 11:58

回复 #9 israel 的帖子

ANOVA表中的Curvature项

古柳 2006-12-15 22:59

还在学习之中,懂了在告诉你

talented168 2006-12-23 19:58

the question have let me doubt a long time,now i understand ,thanks

finanda 2007-1-12 16:15

[size=2]模型中加入中心点会产生两种变化:
1、        回归模型将经过中心点均值(65.525),但这样会造成多元决定系数大幅下降,于是Minitab采用在模型中添加一个奇异点的方式来解决。即在回归分析表中加入Ct Pt(中心点)项,当因子水平为0,0,0时,补偿-0.8(因子水平均为零时,响应拟和值原应等于常数项(66.325),但补偿后,66.325+(-0.8)=65.525),因此奇异点的存在,Minitab不允许绘制等高线图和响应曲面图(图形亦会产生特异点),同时为保证最小二乘估计,添加中心点均值导致回归模型平移(66.325而非66.058),常数项发生变化,其它项系数保持不变。相同因子水平下的响应拟和值发生变化。
2、        对残差的影响。当模型中加入中心点后,因子两水平加中心点对因子高次项进行分析,如高次项显著,则存在弯曲,但弯曲项不隶属残差;如模型中不加入中心点,则直接将弯曲项记入残差,F检验值依旧为上值,弯曲项的平方和及自由度记入残差,残差的均方差将变小(弯曲不显著时)。残差的变化将导致回归项系数标准差的变化,残差均方差等于8倍系数方差的和,即常数项,A,B,C,AB,AC,BC,ABC(未选择的term也要算,完全模型)8项。在中心点未加入模型下,对常数项的方差有所调整。标准差变化引起了t值的变化,从而产生AB项在中心点加入与否两种情况下显著性的变化。

个人认为在第一次因子分析时,应加入中心点,弯曲不显著时,再进行第二次分析时,不加入中心点,将弯曲项并入残差,增加准确性。如第一次分析时既不加中心点,一旦弯曲很显著,则各回归项的T检验结果将毫无意义。[/size]

finanda 2007-1-12 16:27

[quote]原帖由 [i]aiyinsitan[/i] 于 2006-3-29 13:23 发表
1  AB 之间的交互作用的显著程度本来就在临界的地方   0.056,缩减模型后(去掉弯曲项)自然显示为显著

2  RSM 只能进行2水平的实验,加入中心点后,变成了3水平,自然无法进行了

3  当弯曲模式和交互作用都不显 ... [/quote]

RSM应该不是只能进行2水平实验,在RSM的CCC中因子水平已经达到4了(+Alpha,-Alpha,+1,-1),且能生成等高线和响应曲面图,再说因子只有2水平,如何拟和二次项.

timezones 2007-1-25 14:03

太厉害了,能否推荐一些好的参考资料,我先自学一下

ztglx 2007-3-19 10:12

正在学习DOE,收藏

hjjh16 2007-3-24 13:30

我也正学习给软件,很受益

ronnie123456 2007-4-8 16:25

向楼主学习,哈哈

fineppy 2007-4-12 23:22

太厉害了~




etingtian 2007-4-30 21:19

十分感谢 不知不觉中学习了很多啊

renjiescut13 2007-9-15 23:59

很久没有上来,发现现在的人越来越厉害了。呵呵。

没有仔细看大家的发言,不过,很明显,有人已经做出了很好的解释。
这里,我补充一些:
1. 曲度分析(即弯曲项)在优化求极值的试验中非常重要,在二水平试验中,他的显著与否直接可以判断试验范围内是否存在极值:显著--存在,不显著--不存在。
因此,在实验设计中,通常在筛选设计时就应该加入中心点,以判断实验范围是否包含极值。
2. 世界上万事万物都是有联系的。因此,象曲度的关系就存在于一切事物之间,只是有的显著,有的不显著。我们试验的一个目的就是为了寻找事物之间的关系,而简单的模型可以更好的把握事物,并且,其容错性也会提高。因此,曲度分析不显著时,可以不将中心点包括在模型中。(我只能从实际应用上来解释,咱可没有多少理论知识)
3. 无论是Plakett-Burman、析因设计、部分析因设计、BoxBehn和CCD等,他们都是局部优化方法,因此,优化得到的仅仅是局部极值,而不是最大值。而全局优化方法中,可以使用神经网络和GA(遗传算法)得到。希望六西格玛论坛的试验设计版块中今后可以加入这两个设计。

今天上来就先说到这,继续潜水。同时可以和大家多探讨实验设计的案例。

esnake 2008-5-16 12:34

我的粗浅理解:
不选择中心点,Minitab就不会估计弯曲。如果需要检验是否存在弯曲的问题,那么就要选择作中心点试验。

Jacky.Chen 2008-6-19 15:19

我也同意上楼的说法....  ;X.

tpozsheng 2008-7-18 15:01

一頭霧水,慚愧啊,還有很長路要走:(
页: [1] 2
查看完整版本: 请教:Minitab-DOE-Analyze Factorial Design...