某质量工程师规划了一个设计试验来研究塑料零件的透明度。在执行试验之前，工程师想要确保试验的功效足够大。他计划检查 5 个数值因子。对于基本设计，工程师选择一个有 8 个试验游程和 3 个中心点的设计。工程师希望使用 4 个以内的仿行检测 5 个透明零件的效应。先前的试验表明 4.5 是足够大的标准差估计值。因此，工程师决定为具有主效应的模型和针对中心点的项计算功效。
- 选择。
- 在因子数中，输入 5。
- 在角点数中，输入 8。
- 在仿行中，输入 1 2 3 4。
- 在效应中，输入 5。
- 在每个区组的中心点数中，输入 3。
- 在标准差中，输入 4.5。
- 单击设计。
- 在从模型忽略的项数中，输入 2。
- 在每个对话框中单击确定。
解释结果
非重复设计的功效大约为 23%。具有 4 个仿行和总共 35 个游程的设计检测到重要效应的概率接近 86%。功效曲线为每个仿行和中心点组合显示一条曲线。曲线上的符号表示工程师指定的效应大小 5。工程师决定使用具有 4 个仿行的设计，以便功效尽可能高。
两水平的因子设计
α = 0.05 假定标准差 = 4.5
方法
| 因子: | 5 | 基本设计: | 5, 8 |
|---|---|---|---|
| 区组: | 无 |
从模型忽略的项数: 2
在模型中包括中心点项。
结果
| 中心点 | 效应 | 仿行数 | 总试验数 | 功效 |
|---|---|---|---|---|
| 3 | 5 | 1 | 11 | 0.229128 |
| 3 | 5 | 2 | 19 | 0.533156 |
| 3 | 5 | 3 | 27 | 0.735391 |
| 3 | 5 | 4 | 35 | 0.858431 |
