您还没有绑定微信,更多功能请点击绑定

DOE案例分析——看看我的问题在哪儿!

本帖最后由 攀岩 于 2011-11-18 20:13 编辑

为了确定电镀参数对合金镀层成分的影响及各影响因素之间的交互作用,找到镀层中含某一元素最大的实验条件.
前期实验做了各种电镀成分和电镀参数的单因素实验,确定了5个对镀层成分影响显著的因素.A B C D E.
在此基础上做了2(5-1)的DOE实验.实验次数16次,其实验结果如下
标准序 运行序 A B C D E 含量1 含量2 含量3 平均值
7 1 7.5 25 0.06 0.01 2:1 6.25 5.91 6.640 6.27
6 2 8.5 5 0.06 0.01 2:1 10.29 12.24 12.875 11.80
12 3 8.5 25 0.01 0.07 1:1 47.66 47.29 44.480 46.47
13 4 7.5 5 0.06 0.07 2:1 6.40 5.83 7.220 6.48
11 5 7.5 25 0.01 0.07 2:1 33.90 29.76 29.730 31.13
14 6 8.5 5 0.06 0.07 1:1 46.69 45.67 47.840 46.73
2 7 8.5 5 0.01 0.01 1:1 48.73 48.57 48.000 48.33
8 8 8.5 25 0.06 0.01 1:1 14.21 18.70 15.540 16.15
5 9 7.5 5 0.06 0.01 1:1 6.86 5.52 6.150 6.18
10 10 8.5 5 0.01 0.07 2:1 46.88 48.38 48.320 47.86
1 11 7.5 5 0.01 0.01 2:1 8.98 7.95 12.000 9.64
4 12 8.5 25 0.01 0.01 2:1 26.39 24.18 25.400 25.32
16 13 8.5 25 0.06 0.07 2:1 24.48 28.49 26.970 26.64
15 14 7.5 25 0.06 0.07 1:1 12.84 12.71 14.240 13.26
9 15 7.5 5 0.01 0.07 1:1 28.22 34.20 34.700 32.37
3 16 7.5 25 0.01 0.01 1:1 46.79 45.32 45.440 45.85

DOE分析结果如下:pareto图显示 C A E D及 AB的交互作用对镀层成分的影响显著
在次基础上简化了模型,只考虑C A E D及AB,进行了因子设计分析:
残差结果分析如图:

标准化正态图如图:
实验数据如下:

拟合因子: A 与 B, A, C, D, E
平均值 的效应和系数的估计(已编码单位)

系数标
项 效应 系数 准误 T P
常量 26.280 1.846 14.24 0.000
A 14.765 7.383 1.846 4.00 0.003
B 0.213 0.106 1.846 0.06 0.955
C -19.182 -9.591 1.846 -5.20 0.001
D 10.175 5.088 1.846 2.76 0.022
E -11.275 -5.638 1.846 -3.05 0.014
A*B -10.248 -5.124 1.846 -2.78 0.022


S = 7.38457 PRESS = 1551.13
R-Sq = 88.25% R-Sq(预测) = 62.87% R-Sq(调整) = 80.42%


对于 平均值 方差分析(已编码单位)

来源 自由度 Seq SS Adj SS Adj MS F P
主效应 5 3266.7 3266.7 653.34 11.98 0.001
2因子交互作用 1 420.0 420.0 420.05 7.70 0.022
残差误差 9 490.8 490.8 54.53
合计 15 4177.5


平均值 的异常观测值

拟合值 标准化
观测值 标准序 平均值 拟合值 标准误 残差 残差
14 15 13.2600 25.2612 4.8844 -12.0012 -2.17R
16 3 45.8500 34.2687 4.8844 11.5813 2.09R

R 表示此观测值含有大的标准化残差


平均值 的系数估计,使用未编码单位的数据

项 系数
常量 -208.325
A 30.1362
B 8.20862
C -383.650
D 169.583
E -5.63750
A*B -1.02475


对 平均值 均值的最小二乘估计

平均值
平均值 标准误
A
7.500 18.90 2.611
8.500 33.66 2.611
B
5 26.17 2.611
25 26.39 2.611
C
0.0100 35.87 2.611
0.0600 16.69 2.611
D
0.0100 21.19 2.611
0.0700 31.37 2.611
E
1:1 31.92 2.611
2:1 20.64 2.611
A*B
7.500 5 13.67 3.692
8.500 5 38.68 3.692
7.500 25 24.13 3.692
8.500 25 28.65 3.692

实验数据处理存在两个问题:

数据结果分析显示:S = 7.38457 PRESS = 1551.13
R-Sq = 88.25% R-Sq(预测) = 62.87% R-Sq(调整) = 80.42%

R-Sq 与R-Sq(调整)相差超过5%,R-Sq(调整)小于85%. R-Sq(预测)小于65%

R 表示此观测值含有大的标准化残差

请问我的数据处理问题出在哪儿?应该如何调整,希望大家多多指导!!



最新带中心点的原始数据!
标准序 运行序 中心点 区组 pH Dk EDTA Catechol Au:Sn 平均值
6 1 1 1 8.5 5 0.060 0.01 2.0 11.80
17 2 0 1 8.0 15 0.035 0.04 1.5 33.33
14 3 1 1 8.5 5 0.060 0.07 1.0 46.73
18 4 0 1 8.0 15 0.035 0.04 1.5 31.98
15 5 1 1 7.5 25 0.060 0.07 1.0 13.26
19 6 0 1 8.0 15 0.035 0.04 1.5 29.61
4 7 1 1 8.5 25 0.010 0.01 2.0 25.32
13 8 1 1 7.5 5 0.060 0.07 2.0 6.48
2 9 1 1 8.5 5 0.010 0.01 1.0 48.33
8 10 1 1 8.5 25 0.060 0.01 1.0 16.15
10 11 1 1 8.5 5 0.010 0.07 2.0 47.86
9 12 1 1 7.5 5 0.010 0.07 1.0 32.37
16 13 1 1 8.5 25 0.060 0.07 2.0 26.64
5 14 1 1 7.5 5 0.060 0.01 1.0 6.18
3 15 1 1 7.5 25 0.010 0.01 1.0 45.85
20 16 0 1 8.0 15 0.035 0.04 1.5 30.88
12 17 1 1 8.5 25 0.010 0.07 1.0 46.47
7 18 1 1 7.5 25 0.060 0.01 2.0 6.27
11 19 1 1 7.5 25 0.010 0.07 2.0 31.13
1 20 1 1 7.5 5 0.010 0.01 2.0 9.64
图片1.JPG 图片3.jpg 图片2.jpg
对“好”的回答一定要点个"赞",回答者需要你的鼓励!
已邀请:

wang168 (威望:20) (台湾 台湾) 咨询业 咨询顾问

赞同来自: 杨格_Alan

几点给O师参考
1 关于Add centerpoint的目的有二,其一是检查curvature, 其二是测量pure error,经验法则上增加3~5个中心点,根据NIST Engineering Statistics Handbook是不参加原有design matrix的随机处理的,但Minitab或JMP都随机

2 通常一个 2设计(此处2[/b]4)适用在筛选设计,在Douglas的Design and Analysis of Experiment一书(最近版 7 edition),Center points 只出现在
1) 2**k factorial design
2) RS CCD、BBD
第8章的2水平fractional factorial design完全没有提到

3 在筛选设计目的只要知道不同水准的效应是否显著,因此增加centerpoint实无必要,毕竟实验目的只要知道不同水平是否差异,而不打算寻找最适点,试问,若增加centerpoint实验后确定1或2次式模型,若1次式模型就据此而运用该模型,似乎也太冒险,倒不如利用corner point情报立即确认并改善现有y值

4 若能确定关键因子,下来步骤就是探索(Fibonacci、Box-Wilson、Simplex ....)或EVOP等很多方法,这些领域资料真的很少

158 个回复,游客无法查看回复,更多功能请登录注册

发起人

扫一扫微信订阅<6SQ每周精选>