1
-1
1
-1
1
-1
-1
-1
1
-1
1
-1
1
1
1
-1
-1
-1
-1
1
1
1
-1
-1
-1
-1
1
1
-1
-1
-1
1
1
1
-1
1
1
1
-1
-1
-1
1
1
1
-1
1
-1
-1
-1
-1
-1
1
-1
1
1
1
-1
1
-1
-1
1
-1
1
-1
1
-1
-1
1
-1
1
-1
-1
1
1
-1
-1
1
-1
-1
1
1
-1
-1ห้องสมุดไป่ตู้
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
-1
1
1
-1
-1
Page 11 SAQM
分辨度 IV 设计
首先，我们将使用通常的3-因子设计并使用三元交互作用代替第四个因
子：
23 因子矩阵
设 ABC = D
A
B
C
AB
AC
BC
ABC
1
-1
1
-1
1
-1
-1
1
-1
-1
-1
-1
1
1
-1
-1
-1
1
1
1
-1
1
1
-1
1
-1
-1
-1
-1
1
-1
-1
1
-1
1
-1
-1
1
1
-1
-1
1
1
21 部分因子实验
上海质量管理科学研究院（SAQM） 版权所有
Page 1 SAQM
关于这个模块
这个模块介绍的是： 部分因子实验
上海质量管理科学研究院（SAQM） 版权所有
六西格玛，一种对流程完美， 实现目标和减少变异的追求
\DataFile\CustSat.MTW \DataFile\CSFold.MTW
Pareto Chart of the Standardized Effects
(response is CustSat, Alpha = .10)
Fact o r A B C D E
Name Gender Po lPart y Income Age Residence
通过观察对SS，MS和P值，慢慢地简化模型。 具有最强解释功效的最简单的模型通常是最好的模型。
上海质量管理科学研究院（SAQM） 版权所有
Page 21 SAQM
第一次简化
上海质量管理科学研究院（SAQM） 版权所有
Page 22 SAQM
11
帕累托图分析
1.89 B A C AB DE AE D E
Page 9 SAQM
筛选设计
分辨度 III 设计： 对于“筛选设计”很有用，用于确定流程中几个因子中哪些是显著的。 常常为实验带来巨大的节约和效率。 可能的话，可创建设计以调查在N次运行中多达k=N-1个因子，这里N是4
的倍数。 定义关系中最小的词必须有3个字母。 Plackett-Burman 设计(1946): (使用前项MBB寻求帮助) 研究N次运行中k=N-1个变量的两水平部分因子设计，这里N是4的倍数。 如果N是2的幂，那么这些实验可以确定为分辨度 III 的设计。 对于N=12, 20, 24, 28 和36，这些设计很有趣。 不幸的是，折叠很凌乱！在12次运行的设计中，每个主效果部分地与45
定义关系中最小的词必须有4个字母。
分辨度 V 及以上的设计：
对于优化流程很有用。
这些是功能强大的设计，在忽视所有三因子和更高的交互效果的情 况下，允许对所有主效果两因子交互效果进行独特的估算。
分辨度 V 设计的定义关系中最小的词必须有5个字母。
上海质量管理科学研究院（SAQM） 版权所有
D + ABC AB + CD AC + BD AD + BC
\DataFile\Factionl.xls
Page 13
SAQM
设计选项
Stat > DOE > Factorial > Create Factorial Design > choose a 2-level or Plackett-Burman option > Display Available Designs
上海质量管理科学研究院（SAQM） 版权所有
Page 19 SAQM
帕累托图
Pareto Chart of the Effects
(response is CustSat, Alpha = .10)
Term
1.89
B A C AB DE AE AD BC CD AC D CE E BD BE
0
5
10
Page 2 SAQM
1
我们将学到
1. 何时应该使用部分因子实验 2. 如何创建部分因子实验 3. 设计分辨度 4. 简化模型 5. 模型适合性 6. 折叠 7. 实际显著性
上海质量管理科学研究院（SAQM） 版权所有
Page 3 SAQM
何时需要部分因子
在我们之前的6-因子，2-水平实验中，我们确定全因子实验需要的 64次运行是不值得做的。
因此，当只需要调查主效果和低次交互作用时，我们研究问题可以 运行远小于2k 次。
我们实现这个要通过执行全因子实验要求运行的次数中的“部分”。
我们指定如下部分的2(k-p) 实验：
因子
Full ½ ¼ 1/8
运行
64 32 16 8
分辨度
Full VI IV III
指定
26 2(6-1) 2(6-2) 2(6-3)
注意：这里知识演示如何 创建设计。文档
CustSat.MTW 包含了设
计和数据。
上海质量管理科学研究院（SAQM） 版权所有
Page 15 SAQM
客户满意度 DOE 设计
不要选择随机运行，因为为了 学习方便希望在数据表中显示 标准顺序。
上海质量管理科学研究院（SAQM） 版权所有
Page 16 SAQM
10
模型简化注意
没有一条特定的路线。模型简化就像科学一样巧妙。记住目标是 发现最有用的模型。回忆George Box的告诫：所有的模型都是错 的，但有一些是有用的。
从最没有统计显著性的主效果和/或交互作用开始，当分析一个饱 和，两水平模型时可以使用帕累托图。
对于超过两水平的实验，最好开始的地方就是最高阶的交互作用 ，和/或哪些最小SS的项。
个两因子交互效果互为别称。
上海质量管理科学研究院（SAQM） 版权所有
Page 10 SAQM
5
特征研究和优化设计
分辨度 IV 设计：
对于特征研究流程很有用。
如果抑止三因子或更高的交互效果，主效果就能被直接估算。

任一
2k − p IV
设计必须包含至少2k次运行。
可以通过折叠(fold over)流程从分辨度 III 设计中得到。
1
1
1
1
1
1
-1
1
1
-1
-1
1
-1
AB = AxB
ABC = AxBxC
D 也就是说与ABC交互作用混淆或互为别称。
上海质量管理科学研究院（SAQM） 版权所有
Page 12 SAQM
6
展开分辨度 IV 设计
展开表…
生成元 I
A
B
C
AB
AC
BC D (ABC) AD
BD
CD
ABD
ACD
BCD
ABCD
1
-1
1
-1
-1
1
1
-1
1
A=I*A=A2BCD=BCD AB=I*AB=A2B2CD=CD
上海质量管理科学研究院（SAQM） 版权所有
I=ABCD A=BCD B=ACD C=ABD
D=ABC AB=CD AC=BD AD=BC
Minitab 别名结构
I + ABCD A + BCD B + ACD C + ABD
上海质量管理科学研究院（SAQM） 版权所有
Page 14 SAQM
7
客户满意度 DOE 设计
决定使用没有中心点和区组的1/2部分实验。Minitab提供了¼ 部分，½ 部分和全因子的选择。这些设计的优点和缺点是什么呢？
Stat>DOE >Factorial>Create Factorial Design 选择：2-level factorial (default generators) 因子个数：5
15
20
25
30
Effect
Lenth's PSE = 0.9375 Worksheet: CustSat.MTW
上海质量管理科学研究院（SAQM） 版权所有
Fact o r A B C D E
Name Gender PolPart y Income Age Residence
35 Page 20 SAQM