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 10。
- 在角点数中，选择 12。
- 在仿行中，输入 1 2 3 4。
- 在效应中，输入 5。
- 在中心点数中，输入 3。
- 在标准差中，输入 4.5。
- 单击确定。
解释结果
非重复设计的功效大约为 30%。具有 3 个仿行和总共 39 个游程的设计检测到重要效应的概率接近 90%。具有 4 个仿行和总共 51 个游程的设计检测到重要效应的概率接近 95%。功效曲线显示功效和效应大小之间的关系。曲线上的符号表示工程师指定的效应大小 5。工程师认为具有 3 个仿行的设计能够提供足够高的功效。
Plackett-Burman 设计
α = 0.05 假定标准差 = 4.5
方法
| 因子: | 10 | 设计: | 12 |
|---|---|---|---|
| 中心点（合计）: | 3 |
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 | 15 | 0.272032 |
| 3 | 5 | 2 | 27 | 0.720550 |
| 3 | 5 | 3 | 39 | 0.894838 |
| 3 | 5 | 4 | 51 | 0.963485 |
