高手请进--反应优化器问题

minitab中的反应优化器到底能不能计算理论最大值或最小值，怎样计算呢？
minitab中求望大值或望小值时，为什么target不同，结果不同，它是怎样计算的？而且往往不是理论最大或最小值？
以下列数据为例（直接复制可进入minitab表格）A B C y0 0 0 82.7-1 1 0 761 -1 0 62.8-1 -1 0 71.60 0 0 83.60 1 -1 72.51 0 -1 56.2-1 0 -1 70.2-1 0 1 78.81 1 0 711 0 1 61.70 -1 1 75.20 -1 -1 63.10 0 0 82.10 1 1 75.1
在进行望大值优化时，将target定为75与target定为83结果不同，为什么不同呢？且与理论计算的最大值不同。
针对上述数据建立的回归方程能不能用minitab计算理论最大值。

xiaochen兄：
minitab中如何计算的，我是不知道的，但是关于你的问题，我有点点看法：1.target：DOE试验的结果如果是望大的（跟你的一样），最小值填你未进行优化的值，target是你预期试验可以获得的最佳结果2.你填的target太大了，在本试验的优化结果中已经不能筛选出符合条件的参数了----83？如果你一定要这么高的target，那么您可以考虑重新检讨设计，是否已经把试验因子考虑完全？实在不行就利用DFSS重新设计流程吧

DOE的反应优化器只是根据你所研究所得的数学模型去逼近反应的目标值. 大家都知道,任何目标值的实现都是有前提的, 否则就极端了. DOE反应优化器必须考虑综合期望率的问题,即D值. 注意:反应优化器是追求达到目标值的期望率D最大,而不是你的输出值.
虽然你想最大或最小,DOE还是希望你有个可行目标值,再根据数学公式求出期望率最佳的因子水平.
你改变了目标值, 虽然是求最大或最小,但是计算D值中的目标值也随之改变了, 反应优化器为了实现D=100%, 必须重新调整你的因子水平,这就是最后Y值改变的原因.
其实只要是研究一个过程,就不可能不知道一个目标值的,根据现实,成本等等考虑,加上手调,最后才能得到你的相对因子最佳水平.
这也是6SIGMA区别于LEAN的一条: 只有相对最佳, 没有绝对最佳.
所以6SIGMA不仅不追求0缺陷,甚至也不追求3.4PPM. 所谓3.4不过是6SIGMA中一个参考的统计学意义上的质量水平罢了.

那既然现实中都有了目标值，干嘛还要分什么望大、望小或者望目值呢？直接全部统一成望目值不就可以了。
在求望大、望小类型数据时，为什么要有个D值得考虑因素来折中导出结果呢？有什么意义吗？

望目是有规格上下限的.
D值是考虑目标值的达成率的. 你如果真的没有目标值,你可以将该目标值设得很远,这样不用管D值.
反应优化器不是非理性的工具. 记住6SIGMA的工具不是统计学公式,是应用!
事实上也是,任何特性都是有限度的. 比如药品的纯度

在实际中如何联系实际的确定target呢？
例如对某粘接强度的优化，实际希望它是越大越好，用什么样的方法来确定minitab中target数据呢？从理论的角度分析？从经济的角度分析？从历史的角度分析?

但是实际上能无限大吗?
客户的要求一定有个标准的吧? 附着力测试或者拉力测试, 如果客户只需要>40N, 你来个4000N,你不觉得浪费吗


看来对于望大或望小值得目标值得确定还有一定的学问，不能死搬硬套的填个值，综合考虑客户期望或其它标准、成本因素等来确定。

你也可以用EXCEL 中的GOAL SEEK 和 SOLVER 来实现一样的功能.可能能帮助更好的理解