2 水平因子设计的功效和样本数量 的示例

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。

  1. 选择统计 > 功效和样本数量 > 两水平的因子设计
  2. 因子数中,输入 5
  3. 角点数中,输入 8
  4. 仿行中,输入 1 2 3 4
  5. 效应中,输入 5
  6. 每个区组的中心点数中,输入 3
  7. 标准差中,输入 4.5
  8. 单击设计
  9. 从模型忽略的项数中,输入 2
  10. 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:   
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
351110.229128
352190.533156
353270.735391
354350.858431