什么是明确筛选设计?

明确筛选设计是分辨度 IV 设计。在分辨度 IV 设计中,主效应项与双因子交互作用项不互为别名。在明确筛选设计中,双因子交互作用通常相互混杂或者与平方项部分混杂,但您仍可以估计某些双因子交互作用。平方项不与主效应项互为别名,因此您可以估计某些平方项。在许多情况下,我们可以估计在试验中涉及到任意 3 个因子的所有双因子交互作用项和平方项。有关别名的更多信息,请转到什么是混杂和别名结构?

明确筛选设计与分辨度 III 筛选设计有何不同?

明确筛选设计是一种分辨度 IV 设计。在分辨度 IV 设计中,主效应不与双因子交互作用互为别名。与更复杂的设计相比较时,分辨度 III 设计具有相对较少的游程,因此分辨度 III 设计是常见的筛选设计。但是,在分辨度 III 设计中,主效应与双因子交互作用互为别名。

当您希望使用额外的游程,以便主效应不与双因子交互作用互为别名时,请考虑明确筛选设计。要创建明确筛选设计,请使用 统计 > DOE > 筛选 > 创建筛选设计。当您希望假设双因子交互作用可以在筛选期间忽略时,请考虑分辨度 III 设计。要创建分辨度 III 设计,请使用统计 > DOE > 因子 > 创建因子设计并选择 Plackett-Burman 设计或 2 水平因子设计。

明确筛选设计与 2 水平设计有何不同?

明确筛选设计包括 2 水平设计中没有的游程,因此您可以使用明确筛选设计来估计平方项。平方项说明响应中的弯曲。曲线关系的示例是土壤中的氮含量和植物所结的水果数量。如果增加正确数量的氮,水果产量会增加,但是,如果增加太多的氮,则水果产量会降低。在明确筛选设计中,任何平方项都不与主效应项互为别名。

除了明确筛选设计外,还有两个常见的筛选设计类型:Plackett-Burman 设计和分辨度 III 部分因子设计。Plackett-Burman 设计和分辨度 III 部分因子设计是 2 水平设计。您无法根据 2 水平设计来估计任何平方项。

Plackett-Burman 设计和部分因子设计可以包括中心点。但是,向这些设计中添加中心点会使所有的二次效应互为别名。您可以根据具有中心点的设计评估至少 1 个因子的效应是否与响应具有曲线关系。但是,您无法相互区分任何平方项。

在希望使用额外的游程在筛选中包括平方项时,请考虑明确筛选设计。要创建明确筛选设计,请使用 统计 > DOE > 筛选 > 创建筛选设计。在使用游程消除平方项之前,可考虑使用 2 水平设计来评估任何平方项是否重要。要创建 2 水平设计,请使用统计 > DOE > 因子 > 创建因子设计

明确筛选设计的示例

工程师正在开发一种新型超声波清洗机。工程师使用筛选设计确定哪些潜在因子影响清洗机的输出功率。

该研究包括以下 7 个因子。
  • A. 培训时间(秒):调幅的持续时间
  • B. Degas 时间(秒):调制之间的气泡释放休息时间
  • C. 猝发时间(毫秒):高能气泡的猝发时间
  • D. 安静时间(毫秒):清洗机的休息时间
  • E. 中心(千赫):远离 40 千赫的中心频率
  • F. 带宽(千赫):从中心频率扫描的差值
  • G. 扫描时间(秒):完成 1 次扫描所需的时间

工程师考虑使用分辨度 III 部分因子设计和明确筛选设计,因为他们希望一个充分的模型可以针对 1 个或多个因子拥有一个平方项。在分辨度 III 部分因子设计中,一个具有 3 个中心点的仿行中只有 11 个游程。但是,如果工程师需要通过添加轴游程来消除平方项,则分辨度 III 部分因子设计会增大到 25 个游程。工程师决定使用可以借助于 17 个游程消除平方项的明确筛选设计。

在试验之后,一个工程师分析明确筛选设计以确定最重要的效应。该工程师从一个具有主效应的模型查看标准化效应的 Pareto 图。该图还包括模型中没有的效应。在 Pareto 图中,A 和 D 是最重要的因子。其他任何因子都不具有大的主效应。

由于 B 是 Pareto 图上最小的模型项,因此该工程师将 B 从模型中排除。工程师查看模型中没有 B 时的 Pareto 图。在第二个 Pareto 图中,该工程师注意到双因子交互作用 (CE) 和平方项 (GG) 的效应与参考线交叉,尽管这些项不在模型中也是如此。

该工程师进一步细化此模型并发现,当模型中包括 CE 交互作用和 GG 平方项时,这些项仍具有统计显著性。该工程师确定因子 B 和 F 没有大的主效应而且不可能位于任何大的双因子交互作用中。该工程师确定筛选试验的结果是,为了更好地了解该过程,在进一步的试验中可以排除因子 B 和 F。

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