TA的首页"区组的中心点数"-DOE
"区组的中心点数"素虾米东东
设计全因子时, "区组的中心点数"素指什么东东?如图所示,为何设为3呢?试验设计的三个基本原则：重复试验、随机化、区组化如何重复试验：1）每个试验都重复2次或更多次：试验误差估计得更准确，但是试验成本高2）在中心点处安排重复试验，通常在中心点重复3~5次：为了进行相同条件下的重复，因而可以估计试验误差即随机误差、同时也增加了对相应变量可能存在弯曲趋势估计的能力
DOE中如何确定中心点的个数？
请问，DOE设计时，如何确定中心点的个数呢？
是只和因子个数有关？还是和分辩力也有关？还是和其他有关？具体如何确定个数呢？
以下是minitab中响应曲面设计的中心点数原则，与factor、block、等有关，但也可以自行定义
True center points can only be used with numeric factors. If you have a combination of text and numeric factors, Minitab creates pseudo-center points in factorial designs. In this case, for Q text factors, Minitab adds 2Q times as many centerpoints to the design, or if the design is blocked, to each block.
当采用二次回归的中心组和设计时，也可采用以下的准则，而且中心点与星号点γ的取值有关：
二次回归的正交设计当确定中心点数和因子数时星号点γ的取值表
因子数 2 3 4 5（1/2实施）中心点数 1 1.000 1.215 1.414 1.546 2 1.077 1.285 1.483 1.606 3 1.148 1.353 1.546 1.664 4 1.214 1.414 1.606 1.718 5 1.267 1.471 1.664 1.772
二次回归的旋转设计一般采用以下中心点方案因子数 中心点数 中心点数（符合通用性） 2 8 5 3 9 6 4 12 7 5 17 10 5（1/2实施） 10 6
原帖由 six_sigma_Alex 于 2005-10-27 17:53 发表
中心的主要作用应该就是判别对输入特性的非线性影响；但是一直没有搞清楚中心点的个数应该如何来确定。另外，想知道为什么我加了中心后，就不能做Contour Plot了？ 1. 你知道何时需要设置中心点吗?分步试验法的DOE设计思想是: 筛选 - 改进 - 优化设计. 中心点主要是在改进试验增加以判断非线性. 如果非线性很强,则需要作优化设计(一般是RSM), 但通常80%不需要用到后者. 而且即使用到RSM,中心点的设置也有了自动默认的设置, 一般都可以用.所以中心点的设置问题主要在REFINE DESIGN的阶段.
在这里只是用中心点来验证线形模型的可靠性，也就是检查有没有非线性影响，所以我们关注的是它的均值，为什么要体现组内变异呢？就像DOE试验，每个因子水平组合我们基本上也是做一次试验，很多时候是没有进行重复的:)。当然我这里说的精确测量与试验，只是想说明对试验和测量的更严格要求，保证试验结果与中心点试验真值的偏差降到最小
设计全因子时, "区组的中心点数"素指什么东东?如图所示,为何设为3呢?试验设计的三个基本原则：重复试验、随机化、区组化如何重复试验：1）每个试验都重复2次或更多次：试验误差估计得更准确，但是试验成本高2）在中心点处安排重复试验，通常在中心点重复3~5次：为了进行相同条件下的重复，因而可以估计试验误差即随机误差、同时也增加了对相应变量可能存在弯曲趋势估计的能力
DOE中如何确定中心点的个数？
请问，DOE设计时，如何确定中心点的个数呢？
是只和因子个数有关？还是和分辩力也有关？还是和其他有关？具体如何确定个数呢？
以下是minitab中响应曲面设计的中心点数原则，与factor、block、等有关，但也可以自行定义
True center points can only be used with numeric factors. If you have a combination of text and numeric factors, Minitab creates pseudo-center points in factorial designs. In this case, for Q text factors, Minitab adds 2Q times as many centerpoints to the design, or if the design is blocked, to each block.
当采用二次回归的中心组和设计时，也可采用以下的准则，而且中心点与星号点γ的取值有关：
二次回归的正交设计当确定中心点数和因子数时星号点γ的取值表
因子数 2 3 4 5（1/2实施）中心点数 1 1.000 1.215 1.414 1.546 2 1.077 1.285 1.483 1.606 3 1.148 1.353 1.546 1.664 4 1.214 1.414 1.606 1.718 5 1.267 1.471 1.664 1.772
二次回归的旋转设计一般采用以下中心点方案因子数 中心点数 中心点数（符合通用性） 2 8 5 3 9 6 4 12 7 5 17 10 5（1/2实施） 10 6
原帖由 six_sigma_Alex 于 2005-10-27 17:53 发表
中心的主要作用应该就是判别对输入特性的非线性影响；但是一直没有搞清楚中心点的个数应该如何来确定。另外，想知道为什么我加了中心后，就不能做Contour Plot了？ 1. 你知道何时需要设置中心点吗?分步试验法的DOE设计思想是: 筛选 - 改进 - 优化设计. 中心点主要是在改进试验增加以判断非线性. 如果非线性很强,则需要作优化设计(一般是RSM), 但通常80%不需要用到后者. 而且即使用到RSM,中心点的设置也有了自动默认的设置, 一般都可以用.所以中心点的设置问题主要在REFINE DESIGN的阶段.
- 如何确定中心点的数量几乎很多的书上都以选3次中心点复制为例. Minitab帮助文件也是.但为什么是3个呢 还没见过有详细的解释.根据我的陋见,我一般会遵循以下原则:
- 角点/中心点一致原则我们大多数的试验设计都会复制试验, 其实只是在复制角点, 既然中心点和角点的水平是同等的重要, 我认为中心点的设定次数就理应和试验的REPLICATION相同或相近.为什么很多书上中心点设为3, 我看主要是因为大多数的设计复制都不超过3. (如果你做过DOE复制4次以上就会知道, 复制太多不见得是好事)
- 功效测试增加中心点同时就是在增加试验次数,所以同时会增加功效.所以当你的试验复制以后的POWER如果接近0.8或者0.9, 差得不多,不妨增加一下中心点来不足功效.
在这里只是用中心点来验证线形模型的可靠性，也就是检查有没有非线性影响，所以我们关注的是它的均值，为什么要体现组内变异呢？就像DOE试验，每个因子水平组合我们基本上也是做一次试验，很多时候是没有进行重复的:)。当然我这里说的精确测量与试验，只是想说明对试验和测量的更严格要求，保证试验结果与中心点试验真值的偏差降到最小
RSS Feed