因子设计的因子图示例

某家建材产品制造商的材料工程师正在开发一种全新的绝缘产品。该工程师设计了一个 2 水平全因子试验,以评估可能会影响绝缘的强度、密度和绝缘值的多个因子。

工程师拟合因子设计模型,然后使用因子图更好地了解效应。

  1. 打开样本数据绝缘产品属性模型.MTW.
  2. 选择统计 > DOE > 因子 > 因子图
  3. 响应中,选择绝缘
  4. 图中包括的变量下,将材料注塑温度冷却温度可用列表移到所选列表。
  5. 单击确定

解释结果

该交互作用图显示相对于材料、注塑温度和冷却温度组合的绝缘值的拟合均值。由于线并非全部平行,此图显示出明显的交互作用效应,这表明绝缘值与每个因子之间的关系取决于另一个因子的设置。分析因子设计的结果表明“材料*冷却温度”和“注塑温度*冷却温度”的交互作用效应在统计意义上显著。

“材料*冷却温度”交互作用图显示公式 1 冷却温度对绝缘的效应大于公式 2。

绝缘值和注塑温度之间的关系取决于冷却温度。在注塑温度 85 条件下制造产品时,两个冷却温度的绝缘值几乎相等。但是,在注塑温度 100 条件下,与冷却温度相关的绝缘值大不相同。注塑温度 100 和冷却温度 45 与最高的绝缘值相关。

这些主效应图显示每个类别变量的每个水平的拟合均值。由于这些线并非水平,所以所有这些变量都存在主效应。分析因子设计的结果可确认这些主效应在统计意义上都显著。但是,因为交互作用效应在统计意义上显著,所以主效应图可能具有误导性。因此,不考虑交互作用效应就无法解释主效应。

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