系列文章目录
前言
以下DOE仅用于分析F值和P值的*号,模型的好坏不做分析
一、问题描述
DOE实验矩阵
矩阵介绍:7因子、2水平、3中心点、部分因子(1/8)、19次实验
DOE实验数据
响应为:水迹比例
DOE分析
问题如下:F值和P值均为星号
直到模型中包含项的阶数减少到2阶,F值和P值才计算出来
二、星号分析
- DF(degree freedom)自由度
- SS(stdev square)方差
- MS(mean square)均方差
方差分析:根据不同需要把某变量方差分解为不同的部分,比较它们之间的大小并用F检验进行显著性检验的方法。又称“变异数分析”或“F检验”,是用于两个及两个以上样本均数差别的显著性检验。
F值是两个均方的比值[效应项/误差项],不可能出现负值。
F值越大[与给定显著水平的标准F值相比较]说明处理之间效果[差异]越明显,误差项越小说明试验精度越高。
- DF - 每个来源的自由度。如果因子具有三个水平,则自由度为 2 (n-1)。如果总共有 30 个观测值,则总自由度为 29 (n - 1)。
- SS - 组间平方和(因子)以及组内平方和(误差)。
- MS - 平方和除以自由度得出的均方。
- F - 通过将因子 MS 除以误差 MS 来计算;可以将此比率与在表中找到的临界 F 进行比较,或者可以使用 p 值来确定某个因子是否显著。
- P - 用于确定某个因子是否显著;通常与 alpha 值 0.05 进行比较。如果 p 值低于 0.05,则该因子是显著的。
1.原因分析一
三因子、2水平、0中心点、1仿行、1区组
方差分析F值和P值的星号
计算分析
缺失值在表格中是因为minitab不能计算这些统计量,由于残差为0自由度(DF),如果误差为0自由度,以上计算就会失效;
结论:误差的0自由度导致其他的计算均失效;
补救措施:去掉一个或多个交互作用并重新拟合;
2.原因分析二
三因子、2水平、3中心点、1仿行、1区组
结论:当加入3个中心点后,自由度提升,结果就可计算;因此对于实验我们可以适当添加中心点以提高自由度;
3.原因分析三
情景描述:误差自由度为2,F值和P值依旧为*号
原因:Adj SS为0
总结
分享:
一件事情要想做的很有成就一定要有三种心态,第一种是科学,也就是规律,必须符合规律和趋势,这是前提,第二是艺术心态,只易用有追求才有动力,只有灵感才有空间,享受其中才能无限创造。第三是手艺心态,所谓手艺就是重复做,并熟能生巧。三者和谐统一,方成大业。做符合趋势规律的事情,带有超级创造的艺术心态,像手艺人一样熟能生巧而重复的坚持。