使用Minitab创建Plackett-Burman试验方案筛选试验因素

原创 数据小兵  2019-03-15 17:22  阅读 127 次
视频课程《SPSS统计分析:从入门到案例实践》

Plackett-Burman是一种两水平的试验设计方法,它试图用最少试验次数,达到使因素主效果得到尽可能精确的估计,适用于从众多的考察因素中快速有效地筛选出最为重要的几个因素,供进一步研究用 ,常用于响应面试验前筛选试验因素。

案例描述

影响波峰炉焊接FPY的潜在因素:A传送带角度、B传送带速度、C锡面高度、D锡炉温度、E松香温度、F松香比重、G预热温度、H锡条型号等。假设A因素的可控取值范围是(a,b),a和b在试验中分别对应-1和1,其他因素同理,现在请通过Plackett-Burman设计筛选影响较大的少数几个因素。

Plackett-Burman试验设计

使用Minitab创建Plackett-Burman试验,菜单操作:统计→DOE→因子→创建因子设计,并输入试验指标Y的结果数据。

Minitab试验数据分析

使用Minitab软件进行数据分析,菜单操作:统计→DOE→因子→分析因子设计。

首先看方差分析表的结果。

本例拟合A~H与Y的关系,方差分析F=10.28, P=0.041<0.05,说明A~H8个因素中至少有一个对Y有影响,有统计意义。

那么到底是哪些因素较为重要呢?再来看回归系数表。

各因素是否有统计意义,看后两列T检验的结果。T检验显示,因素D回归系数不为零的假设成立,T=6.24,P=0.008<0.05,有统计意义。同理因素F、G有统计意义。可以认为因素D、F、G对试验结果具有显著影响。

另外,因素H的概率P=0.061,接近于0.05,综合考虑后和DFG一并确认为本试验的主要影响因素。

Minitab还提供了一个帕累托图,从可视化的角度方便试验人员提取相关信息。

条形图从上到下的顺序,对应A~H8个因素对试验结果Y的重要程度,条图长度超过红色竖线对应的因素是显著影响因素。

SPSS试验数据分析

使用SPSS软件进行数据分析,菜单操作:分析→一般线性模型→单变量。

统计结果和Minitab一致,不再累述。

最终的结论

影响波峰炉焊接FPY的关键因素为:锡炉温度、松香比重、预热温度和锡条型。

本文地址:http://www.datasoldier.net/archives/970
版权声明:本文为原创文章,版权归 数据小兵 所有,欢迎分享本文,转载请保留出处!
NEXT:已经是最新一篇了
SPSS在线视频学习
欢迎订阅SPSS训练营微信公众号

评论已关闭!