Support für Minitab® 

Übersicht über Schnelleversuchpläne

Weitere Informationen zu Minitab

Schnelleversuchpläne bietet eine Teilmenge der in Minitab Statistical Software entworfenen Experimente, die gängige und wichtige Analysefälle abdecken. Schnelleversuchpläne sammelt eine kleine Menge an Informationen von Ihnen, um ein Design auszuwählen. Dann werden Sie in Schnelleversuchpläne aufgefordert, die letzten Informationen einzugeben, die zum Erstellen eines Arbeitsblatts für das Design erforderlich sind. Wenn Sie viele der Auswahlmöglichkeiten weglassen, die in der Gesamtheit der Versuchspläne in der Minitab Statistical Software berücksichtigt werden müssen, können Sie gemeinsame Versuchspläne schneller und mit weniger Entscheidungen erstellen.

Die Teilmenge der Versuchspläne in Schnelleversuchpläne umfasst allgemeine faktorielle Versuchspläne und 5 Versuchspläne, die für bestimmte Fälle nützlich sind. Klicken Sie auf die folgenden Links, um weitere Informationen zu den Arten von Designs zu erhalten.
Gängige faktorielle Versuchspläne
Schätzen Sie die Haupt- und Interaktionseffekte. Weitere Informationen finden Sie unter Faktorielle und teilfaktorielle Versuchspläne.
Screening-Versuchspläne
Identifizieren Sie effizient die wichtigsten Variablen unter vielen potenziellen Kandidaten. Weitere Informationen finden Sie unter Screening-Versuchspläne.
Wirkungsflächenversuchspläne
Schätzen Sie Haupt-, Wechselwirkungs- und quadratische Effekte. Weitere Informationen finden Sie unter Response-Oberflächendesigns.
Zweistufiges Split-Plot-Design
Schätzen Sie Haupt- und Interaktionseffekte, wenn ein oder mehrere Faktoren schwer zu ändern sind. Weitere Informationen finden Sie unter Split-Plot-Designs.
Mischungsversuchspläne
Verstehen Sie, wie sich Änderungen in den Anteilen der Komponenten einer Mischung auswirken. Weitere Informationen finden Sie unter Mischungsversuchspläne.
Taguchi-Versuchsplan
Finden Sie die optimalen Faktoreinstellungen, um Robustheit gegenüber unkontrollierbarem Rauschen zu erreichen. Weitere Informationen finden Sie unter Taguchi-Versuchspläne.

Versuchsplanung: Wie viele Faktoren möchten Sie untersuchen?

Zunächst fragt Schnelleversuchpläne nach der Anzahl der zu untersuchenden Faktoren: 2, 3, 4, 5, 6 oder mehr.
  • Wählen Sie für 2 bis 6 Faktoren die Anzahl der zu untersuchenden Faktoren aus.
  • Wählen Sie für 7 oder mehr Faktoren die Option aus Wählen Sie ein Screening-Design aus.

Details zur Entscheidung

Die folgenden Informationen enthalten Informationen zu Faktoren und Screening-Versuchpläne.

Was ist ein Faktor?
Faktoren sind Prädiktorvariablen (auch unabhängige Variablen genannt), die Sie während eines Experiments systematisch variieren, um ihre Wirkung auf die (abhängige) Antwortvariable zu bestimmen.
Angenommen, Sie möchten die Oberflächengüte von Metallteilen prüfen. Für die Anwendung von Interesse möchten Sie bewerten, wie sich Vorschub, Schnittgeschwindigkeit und Schnitttiefe auf das fertige Produkt auswirken. Vorschub, Schnittgeschwindigkeit und Schnitttiefe sind die Faktoren im Experiment. Im Experiment variieren Sie absichtlich die Werte der Faktoren.
In dieser Phase von Schnelleversuchpläne gehören zu den Faktoren auch Mischungskomponenten. Komponenten sind die Zutaten, aus denen die Mischung besteht. In einer Mischung beeinflussen die Anteile der Bestandteile das Ansprechverhalten. Angenommen, Sie möchten untersuchen, wie sich die Anteile der drei Komponenten eines Raumsprays auf die Akzeptanz des Produkts auswirken. Bei den Inhaltsstoffen handelt es sich um Rosenöl, Mandarinenöl und Neroliöl. Im Experiment variieren Sie absichtlich die Anteile der Öle in der Mischung.
Was ist ein Screening-Design?
Bei mehr als 7 Faktoren führt Sie Schnelleversuchpläne zu einem Screening-Versuchpläne.
In vielen Anwendungen ist die Anzahl der Faktoren mit potenzieller Auswirkung auf die Prozessqualität zu groß, um alle Faktoren eingehend zu untersuchen. Das übliche Ziel eines Screening-Versuchsplans besteht darin, die wichtigsten Faktoren mit Auswirkung auf die Prozessqualität zu untersuchen. Nach Screening-Experimenten führen Sie in der Regel Optimierungsexperimente durch, die detailliertere Informationen zu den Beziehungen zwischen den wichtigsten Faktoren und den Antwortvariablen liefern.

Weiter

Copyright © 2025 Minitab, LLC. All rights Reserved.