所有统计量创建明确筛选设计

请查找相关定义和解释指导,了解随明确筛选设计的创建提供的每个统计量。

因子数

该数值显示设计中有多少个因子。

解释

因子是您在试验中控制的变量。因子也称为独立变量、解释变量和预测变量。因子只能取有限数量的可能值,称为因子水平。因子可以有文本或数值水平。对于数值因子,为试验选择特定的水平,即使该因子可能存在许多值也是如此。对于类别因子,只能有两个水平。

例如,您要研究在制造过程中可能影响塑性强度的因子。您在试验中包括添加剂和温度的因子。添加剂是类别变量。添加剂可以为类型 A 或类型 B。

温度是连续变量。由于温度是数值变量,因此试验中有 3 个温度设置。低水平是 100°C。高水平是 200°C。这两个水平的中点是 150°C,也在设计中。

仿行数

该数值显示设计中有多少个仿行。

解释

仿行是多个具有相同因子设置(水平)的试验游程。一个仿行相当于一个基本设计,您可在其中执行每个因子水平组合一次。如果有两个仿行,则在基本设计中执行每个因子水平组合两次(以随机顺序执行),以此类推。

例如,如果您有 4 个因子,则基本设计表示 1 个仿行,具有 13 个游程。如果添加 2 个仿行,则设计中包括 3 个仿行,具有 39 个游程。

在规划试验期间,在决定是否添加仿行时请考虑下面的内容:
  • 如果尝试创建预测模型,则多个仿行可提高模型的精确度。
  • 如果包括仿行,则可能能够检测到较小的效应,因为您将以更大的功效检测到固定大小的效应。
  • 筛选设计可用于减少大量因子,最初通常不包括仿行。筛选设计包括 Plackett-Burman 设计、明确筛选设计和一些 2 水平因子设计。
  • 资源可能指明可以运行的仿行数。例如,如果试验成本很高,可能只能运行一次基础设计。

有关仿行和重复之间的差异的更多信息,请转到设计试验中的仿行和重复

基本游程

基本游程数是基本设计中的唯一因子水平组合的数目。总游程数等于基本游程数乘以仿行数。

解释

使用基本游程可确定设计。游程是用于度量响应的每个试验条件或因子水平的组合。每个游程对应于工作表中的一行,并生成一个或多个响应测量值(即观测值)。例如,您要执行一个包含两个因子、每个因子具有两个水平的全因子设计。试验包含四个游程:

基本游程是初始设计或起点,Minitab 可从中构建最终设计。您可以添加仿行,然后将游程数添加到基本游程数。例如,您可以创建一个 8 因子明确筛选设计。基本游程数为 17。当仿行数为 2 时,总游程数是 34。

游程 因子 1 因子 2 响应
1 -1 -1 11
2 1 -1 12
3 -1 1 10
4 1 1 9
5 1 -1 8
6 1 1 12
7 -1 1 10
8 -1 -1 11
注意

进行试验时,应使运行顺序随机化。

每个游程对应于一个设计点,而整组游程即为设计。在同一试验条件下的多次执行被视为单独的游程,也称为仿行。

总游程数

总游程数等于基本游程数乘以仿行数,也等于工作表中的行数。

解释

使用总游程数可以验证试验大小是否适合您的资源。游程是用于度量响应的每个试验条件或因子水平的组合。通常,每个游程对应于工作表中的一行,并生成一个或多个响应测量值(即观测值)。例如,您要执行一个包含两个因子的全因子设计,其中每个因子具有两个水平和两个仿行。试验包含八个游程:
游程 因子 1 因子 2 响应
1 -1 -1 11
2 1 -1 12
3 -1 1 10
4 1 1 9
5 1 -1 8
6 1 1 12
7 -1 1 10
8 -1 -1 11
注意

进行试验时,应使运行顺序随机化。

每个游程对应于一个设计点,而整组游程即为设计。在同一试验条件下的多次执行被视为单独的游程,也称为仿行。

基本区组数

该数值显示基本设计始终有 1 个区组。如果您有多个仿行,则区组的总数可能大于基本区组数。

解释

区组说明在不同条件下执行的游程之间可能发生的差异。例如,工程师设计一个试验用于研究焊接,但无法在同一天收集所有数据。焊接质量受多个每天都在变化的变量(如相对湿度)的影响,工程师无法对此进行控制。为了说明这些不可控的变量,工程师将每天执行的游程分组到单独的区组中。区组说明来自不可控变量的变异,使这些效应不与工程师想要研究的因子效应相混淆。

总区组数

该数值显示设计中有多少个区组。

解释

区组说明在不同条件下执行的游程之间可能发生的差异。例如,工程师设计一个试验用于研究焊接,但无法在同一天收集所有数据。焊接质量受多个每天都在变化的变量(如相对湿度)的影响,工程师无法对此进行控制。为了说明这些不可控的变量,工程师将每天执行的游程分组到单独的区组中。区组说明来自不可控变量的变异,使这些效应不与工程师想要研究的因子效应相混淆。

中心点数

该数值显示设计中有多少个中心点。

解释

中心点是其所有数字因子设置为低水平和高水平之间的中间水平的游程。例如,如果一个数字因子具有水平 100 和 200,则中点是 150。对于具有所有连续因子的明确筛选设计,每个仿行中有 1 个中心点。如果您有文本因子,则 Minitab 会在每个仿行中添加 2 个中心点。

设计表

设计表显示每个试验游程的因子设置。由于设计表占用的空间小于工作表,因此它对于空间受限的报告很有用。

字母代表各个因子,并遵循您在创建设计中使用的顺序。在每一行中,- 表示因子具有低设置,+ 表示因子具有高设置。0 表示数值因子设置为在其低和高设定值的中间。

解释

使用此表可查看设计中每个游程的因子设置以及这些游程的顺序。在这些结果中,设计表显示设计点的每个因子的试验条件或设置。游程顺序为随机顺序。例如,在第一个试验游程中,因子 B、E 和 F 具有高设置。因子 A、C、D 和 G 具有低设置。因子 H 具有中间设置。该设计包括 2 个中心点,分别为游程 12 和 34。

定义筛选设计

设计摘要 因子: 8 仿行: 2 基础次数: 17 总试验数: 34 基础区组: 1 合计区组数: 1 中心点: 2
设计表(随机化) 运行 区组 A B C D E F G H 1 1 + - - + 0 + - + 2 1 - - + + + 0 - - 3 1 - 0 - + - + + - 4 1 - + + - 0 - + - 5 1 0 + + + + + + + 6 1 + 0 + - + - - + 7 1 + + + 0 - + - - 8 1 + + - + + - 0 - 9 1 - + - - + + - 0 10 1 + - + + - - + 0 11 1 - + + - 0 - + - 12 1 - - - 0 + - + + 13 1 0 - - - - - - - 14 1 - - + + + 0 - - 15 1 - + 0 + - - - + 16 1 - - + - - + 0 + 17 1 + - 0 - + + + - 18 1 0 - - - - - - - 19 1 + + + 0 - + - - 20 1 + 0 + - + - - + 21 1 - + 0 + - - - + 22 1 + - 0 - + + + - 23 1 0 0 0 0 0 0 0 0 24 1 0 + + + + + + + 25 1 + - + + - - + 0 26 1 - + - - + + - 0 27 1 0 0 0 0 0 0 0 0 28 1 - - + - - + 0 + 29 1 + + - + + - 0 - 30 1 + + - - - 0 + + 31 1 - 0 - + - + + - 32 1 - - - 0 + - + + 33 1 + - - + 0 + - + 34 1 + + - - - 0 + +
使用此网站,即表示您同意对数据分析和个性化内容使用 Cookie。  请阅读我们的政策