多变量分析与回归分析
大家早上好，
有个问题一直困扰我很久，在完成C&E MATRIX和PFMEA得出必要的x因子后，需要进行多变量分析或者回归分析，用来确认剩下的X的变化是否能影响Y，我的问题是，当进行这样的确认时，是否需要重新进行一系类的实验（通过调整X，确认sample size和power ）来确认X与Y是否有相关关系的？如果是的话，感觉有点和DOE差不错？是否有点浪费人力物力来进行这样的验证？
望高手解答，谢谢了~
有个问题一直困扰我很久，在完成C&E MATRIX和PFMEA得出必要的x因子后，需要进行多变量分析或者回归分析，用来确认剩下的X的变化是否能影响Y，我的问题是，当进行这样的确认时，是否需要重新进行一系类的实验（通过调整X，确认sample size和power ）来确认X与Y是否有相关关系的？如果是的话，感觉有点和DOE差不错？是否有点浪费人力物力来进行这样的验证？
望高手解答，谢谢了~
没有找到相关结果
已邀请:
RSS Feed
13 个回复
欧立威 (威望:52) (福建 厦门) 咨询业 咨询顾问
赞同来自: wdusst 、lyj_522 、kiraxxj
- DOE当然也可以变异为响应变量，但是没人会在测量阶段做，因为DOE研究的因子都是同一个层次的各自独立的因子，而SOV研究的是不同层别的因子，这差别就更大了。如果用DOE研究不同层别的因子，那就叫“爷爷孙子混一起”，孙子的效应能是他自个儿的吗？
- 为什么方法被叫做6西格玛？不研究变异的分层和来源，直接DOE研究Y的集中度是根本错误。为什么有人形象地把六西格玛研究问题誉为剥洋葱，不逐一深入层别聚焦，如何有把握找到最合适那层的因素来做DOE。
- 归根究底，六西格玛研究的问题分为“多（符合度）、偏（集中度）、胖（离散度）”，这一切都跟变异有关，无非是组间变异，组内变异和不同层次的变异的区别。
5.这个问题提的很好，是六西格玛的根本思维问题，很多教课的老师和黑带也没搞清楚，我对他们有个贴切的名称-六平均值黑带，因为跳过变异研究直接DOE或回归的不能匹配六西格玛这个字眼！