三因子两水平doe_原创 | 如何用DOE来做好一份蛋炒饭 (07)

IATF16949服务平台

汽 车 行 业 专 业 知 识 库

1 - 6合集

原创 | 如何用DOE来做好一份蛋炒饭 (01)

原创 | 如何用DOE来做好一份蛋炒饭 (02)

原创 | 如何用DOE来做好一份蛋炒饭 (03)

原创 | 如何用DOE来做好一份蛋炒饭 (04)

原创 | 如何用DOE来做好一份蛋炒饭(05)

原创 | 如何用DOE来做好一份蛋炒饭(06)

友情提示：这篇文章涉及较多的数学计算公式，如果大家不感兴趣，可以直接跳过看后续的系列文章。

现在，终于可以进入DOE的深入分析层面了。在第六篇文章中提到，小明希望通过DOE解决三个实际问题。

实际上，小明要先解决前面两个问题，才能处理第三个问题。先来看第一个问题。

• 哪些因子(盐、胡椒粉、油、翻炒时间)对输出结果Y(好吃程度得分平均)有明显的影响？

• 对于这个问题，需要先了解，什么叫(因子)“主”效应。

• (因子)“主”效应：因子取不同的(水平)值时，响应变量Y平均值之间的差异。特别的，对于二水平设计(每个因子都只有2个水平取值)，主效应的计算方法较为简单。

• 比如，因子A(盐的量)有2个水平取值，”1g”和“2g”。那么，“因子A(盐的量)”的主效应为：所有取值为“2g”情况下的Y的平均值减去所有取值为“1g”情况下的Y的平均值。

• 对照试验设计表，因子A取“2g”和“1g”的情况各有8个。

因此，因子A(盐的量)的主效应为：

A=5.7375-4.24375=1.49375

因子A的主效应是“正”数，这个结果意味着，对于蛋炒饭而言，“顾客们”觉得加“2g”盐比加“1g”盐更好吃。那么，好吃程度差异是多少呢？以Y的平均值来评估，“2g”比“1g”高了1.49375分，这个差异就是因子A(盐的量)的主效应带来的。

1.4因子主效应的绝对值越大，意味着这个因子对输出结果Y(好吃程度得分平均)的影响越大。注意：如果主效应是“-1.49375”，则意味着“2g”比“1g”低了1.49375分。

1.5可以用类似方法计算出其它3个因子的主效应情况。Minitab的“主效应图”可以同时展示4个因子的主效应情况。

所有因子的主效应图如下(斜率越大，说明这个因子对Y的影响越大)：

从主效应图来看，因子A(盐的量)、因子B(胡椒粉的量)、因子C(油的量)取不同的(水平)值，对Y的影响较大。而因子D(翻炒时间)取不同的(水平)值，对Y的几乎没有什么影响。

好了，看起来第一个问题差不多解决了，接下来看第二个问题。

• 哪些因子之间存在相互(促进或是抵消)的作用，哪些相互的作用对输出结果Y(好吃程度得分平均)有明显的影响？

• 对于第二个问题，需要先理解，什么叫(因子)“交互作用”效应。交互作用的概念理解起来较为困难，如果觉得太难，可以跳过下面的内容，直接看最后的交互作用图……

• (因子)“交互作用”效应：如果发现一个因子的水平之间的响应值Y的差异随着其它因子水平的不同而不同(促进或抵消)，则表示因子之间存在“交互作用”。特别的，对于二水平设计(每个因子都只有2个水平取值)，“交互作用”效应的计算方法较为简单。

• 比如，因子A(盐的量)和因子B(胡椒粉的量)，如果两个因子存在相互促进或抵消的效果，就称为这两个因子(A与B)之间存在“二阶交互作用”。通俗的说，如果“1”+“1”≠“2”，那么就表示存在二阶交互作用。同理，可以定义“三阶交互作用”、“四阶交互作用”……

• 比如，对于因子A(盐的量)和因子B(胡椒粉的量)，由于每个因子各有2个水平取值，因此，AB之间的完全组合有，2×2=4种组合情况。分别计算在这些取值组合情况下，Y的平均值。

2.4可以画出一个2×2的方格图来进行观察。

如果A和B之间不存在二阶交互作用(即“1”+“1”＝“2”)，对于 “盐的量2g & 胡椒粉的量4g”的组合，Y的平均值应该是：4.225+0+0.0375=4.2625。但是，实际上Y的平均值是“7.25”：

2.5很明显，“7.25”与“4.2625”之间存在很大的差距。这意味着“A和B之间有交互作用”。这个差距的一半被定义为“二阶交互作用AB的效应”，即：

AB=(7.25-4.2625)/2=1.49375

A和Ｂ之间的交互作用效应是“正”数，意味着“盐”和“胡椒粉”之间有相互促进的作用。换言之，对于蛋炒饭而言，“顾客们”觉得“加2g盐”并且“加4g胡椒粉”的“综合效果“，比单纯“加2g盐”与单纯“加4g胡椒粉”效果的简单相加要好的多！！！通俗的说，这个时候有“1”＋“1”＞“2”的效果。

2.6可以用类似方法计算出其它的二阶交互作用。Minitab的“交互作用图”可以同时展示所有6个二阶交互作用的效应情况。

所有的二阶交互作用的效应图如下(两条直线的平行程度越差，表示该项二阶交互作用的效应越强)：

从交互作用图可以发现，因子A(盐的量)与因子B(胡椒粉的量)存在比较明显的二阶交互作用(交互作用图中，两条直线明显不平行)。而其它的二阶交互作用不明显(交互作用图中，两条直线基本平行)。

小明的“蛋炒饭”试验计划中有4个因子，理论上，可以继续分析“三阶交互作用”效应和“四阶交互作用”效应。不过，统计大师们(G.E.P Box和Douglas C. Montgomery……)给出了一个经验结论。

                                                  

在这些统计大师的DOE著作里面，经常提到 “假定三阶交互作用或更高阶的交互作用是不显著的”。换句话说，通常，三阶交互作用或更高阶的交互作用的效应很小(基本是“0”)，因此，在DOE分析中，即使“略去”这些效应，风险也不会太大。那么，我们这里就不再深挖下去了……

看来前面两个问题好像都有结果了。总结一下，小明对于前两个问题的结论是：

• 哪些因子(盐、胡椒粉、油、翻炒时间)对输出结果Y(好吃程度得分平均)有明显的影响？

• 结论：因子A(盐的量)、因子B(胡椒粉的量)、因子C(油的量)，对Ｙ有明显的影响。

• 哪些因子之间存在相互(促进或是抵消)的作用，哪些相互的作用对输出结果Y(好吃程度得分平均)有明显的影响？

• 结论：因子A和B之间存在相互(促进)的作用，对Ｙ有明显的影响。

好了，看起来小明已经圆满的解决了前两个问题，可以处理第三个问题了。不过，小明的老板——饭店的董事长“小红”问了一句……

点

，轻松关注IACA今日头条号