解释预测田口结果的主要结果

请完成以下用于解释田口设计的步骤。主要输出包括拟合值和因子水平。

步骤 1：检查预测值

预测值显示所选特征在指定因子设置时的拟合值。拟合值基于所指定的模型。

如果因子之间存在很小的交互作用，或者预测已恰当考虑了交互作用，则后续确认游程的观测结果应该与预测结果类似。另一方面，如果预测值与观测结果之间存在重大不一致，则可能未考虑到交互作用或未预见到噪声效应。这表明需要进行更多的研究。

在此示例中，Minitab 显示信噪比、斜率、标准差和标准差自然对数的预测值。每个特征有四个预测值，分别对应于试验人员所选择的四个因子水平组合。预测值的每行都对应于因子水平的一行。例如，第一个预测值行对应于第一个因子水平行，依此类推。

预测值

信噪比	斜率	标准差	Ln(StDev)
4.82849	0.65021	0.161827	-1.20846
7.68268	0.99350	0.401050	-0.87014
7.09082	0.87225	0.355527	-0.93760
9.94501	1.21554	0.594751	-0.59928

预测值的第二行显示对于高水平 (2) 品种、低水平 (1) 光照、高水平 (2) 肥料和高水平 (2) 水的预测值：

使用预测值确定哪些因子设置产生产品或过程的最佳结果。

典型稳健性参数设计研究的目标是确定可使某些理想目标值（或动态响应试验情况下的目标函数）的响应变异性最小化的因子设置。田口法通过两步优化过程来实现此目的。第一步是使变异性最小化，第二步是实现目标。

备选方法是以使标准差最小化开始，然后调整影响均值但不影响标准差的因子。

在此示例中，目标是确定哪些因子设置会增加斜率（即罗勒植物生长率），而不会造成过高的变异性。试验人员认为预测斜率列中的第一个值 0.65021 太低。他们认为其他三个斜率足够高。然后，试验人员要确定哪些因子设置提供高生长率和低变异性的最佳组合。

将信噪比视为变异性的度量时，信噪比越高，所对应的变异性水平越低。第四个组合似乎为最佳组合，值为 9.94501。
将标准差视为变异性的度量时，标准差越低，所对应的变异性水平越低。第二和第三个组合（0.401050 和 0.355527）大致等效，并且比第四个组合 (0.594751) 好得多。第二个和第三个配置的标准差之间的差异不大，但第二个配置的斜率和信噪比更好。

试验人员将选择范围缩小为第二个和第四个组合。两种组合都具有品种 2、肥料 2 和水 2。唯一的区别是光照的水平。试验人员最终选择了第二个组合，因为该组合的标准差很小，且因为较低的光照水平可以极大地减少费用。

预测值

信噪比	斜率	标准差	Ln(StDev)
4.82849	0.65021	0.161827	-1.20846
7.68268	0.99350	0.401050	-0.87014
7.09082	0.87225	0.355527	-0.93760
9.94501	1.21554	0.594751	-0.59928

信噪比的第四个组合看似最佳，值为 9.94501。第二个和第三个配置的标准差之间差异很小，但第二个配置的斜率和信噪比更好。

应该在所选水平执行确认游程，以确认预测值可靠。对于罗勒数据，在原始试验中使用了所选水平，因此试验人员先验证预测值与来自原始试验中的观测值。原始结果相当接近于预测值，如下表所示。