欢迎来到天天文库
浏览记录
ID:39466239
大小:658.00 KB
页数:13页
时间:2019-07-04
《MINITAB案例:用缺失数据进行实验设计》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、MINITAB案例:用缺失数据进行实验设计【文章摘要】通过获得最佳的焊缝渗透的工艺参数的实验设计,剖析了由于缺失数据的存在,造成了正交性与平衡性的失拟,导致了因子的效应不能独立预估,并降低了模型的精确度。通过对失拟的程度评判作出决策,如果稍有一些失拟,影响也比较小,但是,如果随着缺失数据的增加,失拟也在增大。针对多数情况,还是可以通过功能强大的MINITAB的菜单操作能够轻易完成的。本实验的成功应用到实际工作中,开创了解决异常问题的复杂实验设计的新局面。 通过获得最佳的焊缝渗透的工艺参数的实验设计,剖析了由于
2、缺失数据的存在,造成了正交性与平衡性的失拟,导致了因子的效应不能独立预估,并降低了模型的精确度。通过对失拟的程度评判作出决策,如果稍有一些失拟,影响也比较小,但是,如果随着缺失数据的增加,失拟也在增大。针对多数情况,还是可以通过功能强大的MINITAB的菜单操作能够轻易完成的。本实验的成功应用到实际工作中,开创了解决异常问题的复杂实验设计的新局面。 概述 什么是实验设计中的缺失数据? 如果一个或多个实验处理没有响应值,那么DOE的分析涉及到缺失数据的分析。 什么时候在设计的实验中会发生缺失数据? 有好
3、几种情况导致不完全的实验设计的发生,形成了实验中的缺失数据: -实验被停止,因为完成实验所需要的资源不再提供,如没有时间、资金、原材料等。 -从实验中获得的数据不正确的,在残差分析中出现明显的奇异数据。观察到的奇异数据,常常是由于测量错误,数据登录错误,不寻常的环境条件,和实验设置的问题。 -观察到的数据丢失了。 在实验设计中怎样分析缺失数据? 你可以使用MINITAB的DOE菜单来分析,虽然设计一般不再正交,但是,我们通过评估缺失数据对模型的影响程度,利用逐步回归进行分析,在减少模型时,一次减少一个
4、因子的方法,最后得到简化的适合模型。 问题的由来 一种钨(惰性气体)焊接操作是在二块钢板之间产生一条焊缝,焊缝渗透深度会影响装配件的使用寿命。期望获得较大的焊缝渗透深度,制造厂购买了一种新的焊接设备。工程师进行试验来找出以获得最佳的焊缝渗透深度的工艺设计参数。 焊接工艺关键的可控制的变量是: 火把/电极速度(Speed),焊接电流(Current),气体流动速度(Flow)和工件到焊接点的距离(Distance)。这些因子有些在实际应用中有交互作用,因此工程师们创建了一个全因子设计来考虑和估计交互作用。
5、他们复制了一个全因子实验设计,以获得更好的因子主效应与交互作用的效应估计。 数据收集 数据文件Missingdata.MPJ 变量描述 StdOrder 标准序 RunOrder 运行序 CenterPt 中心点 Block 区组 速度(Speed) 电极速度 焊接电流(Current)焊接电流 流速(Flow)气体流速 距离(Distance)工件和电极尖端的距离 焊缝渗透深度(WeldPenetration)二块钢板的焊缝深度 分析步骤 阶段1:制定完全模型(Fullmode
6、l)的ANOVA表,解释结果 1)打开文件MISSINGDATA.MPJ 2)选择 统计>DOE>因子>分析因子设计 3)在响应栏选择 WeldPenetration(焊缝渗透深度) 4)点击 项 5)完成如下对话框 6)点击确定 结果分析 拟合因子:WeldPenetration与Speed,Current,Flow,Distance WeldPenetration的效应和系数的估计(已编码单位) 项效应系数系数标准误TP 常量20.76310.706929.370.000 Speed
7、-0.7988-0.39940.7069-0.560.580 Current1.05630.52810.70690.750.466 Flow0.76370.38190.70690.540.597 Distance-0.3825-0.19120.7069-0.270.790 Speed*Current-1.5738-0.78690.7069-1.110.282 Speed*Flow0.49120.24560.70690.350.733 Speed*Distance0.50000.25000.70690
8、.350.728 Current*Flow-0.2512-0.12560.7069-0.180.861 Current*Distance0.51250.25630.70690.360.722 Flow*Distance-0.4050-0.20250.7069-0.290.778 Speed*Current*Flow1.22630.61310.70690.870.399 Spe
此文档下载收益归作者所有