ある品質エンジニアが、プラスチック部品の透明度を調べるために計画実験を行おうとしています。エンジニアは、実験を実行する前に、実験に十分な検出力があることを確認したいと考えています。そこで、5つの数値因子について調べることにします。基本計画として、実験実行数が8で中心点数が3の計画を選択します。エンジニアは、4回以下の反復で5の透明度単位の効果を検出したいと考えています。以前の実験から、標準偏差を4.5と推定できることが分かっています。エンジニアは、主効果と中心点項を含むモデルの検出力を計算します。
- を選択します。
- 因子の数に「5」と入力します。
- 頂点の数に「8」と入力します。
- 反復に「1 2 3 4」と入力します。
- 効果に「5」と入力します。
- ブロックあたりの中心点のラン数に「3」と入力します。
- 標準偏差に「4.5」と入力します。
- 計画をクリックします。
- モデルから外す項の数に「2」と入力します。
- 各ダイアログボックスでOKをクリックします。
結果を解釈する
反復なしの計画の検出力は約23%です。4回の反復で合計実行数が35の場合、計画によって重要な効果を検出する可能性は約86%です。この検出力曲線では、反復数と中心点の各組み合わせごとに1つの曲線が表示されています。曲線上の記号は、エンジニアが指定した効果サイズ5を表します。エンジニアは、検出力をできるだけ高くするために反復数4の計画を使用することにします。
2水準要因計画
α= 0.05 仮定された標準偏差= 4.5
方法
| 因子: | 5 | 基本計画: | 5, 8 |
|---|---|---|---|
| ブロック: | なし |
モデルから外す項の数: 2
モデルに中心点に対する項が含まれています。
結果
| 中心点 | 効果 | 反復 | 全実行数 | 検出力 |
|---|---|---|---|---|
| 3 | 5 | 1 | 11 | 0.229128 |
| 3 | 5 | 2 | 19 | 0.533156 |
| 3 | 5 | 3 | 27 | 0.735391 |
| 3 | 5 | 4 | 35 | 0.858431 |
