計(jì)算機(jī)軟件及應(yīng)用minitab正交分析響應(yīng)分析

Minitab實(shí)驗(yàn)之試驗(yàn)設(shè)計(jì)實(shí)驗(yàn)?zāi)康模罕緦?shí)驗(yàn)主要引導(dǎo)學(xué)生利用Minitab統(tǒng)計(jì)軟件進(jìn)行試驗(yàn)設(shè)計(jì)分析，包括全因子設(shè)計(jì)、部分因子設(shè)計(jì)、響應(yīng)曲面設(shè)計(jì)、混料設(shè)計(jì)、田口設(shè)計(jì)以及響應(yīng)優(yōu)化，并能夠?qū)Y(jié)果做出解釋。實(shí)驗(yàn)儀器：Minitab軟件、計(jì)算機(jī)實(shí)驗(yàn)原理：“全因子試驗(yàn)設(shè)計(jì)”的定義是：所有因子的所有水平的所有組合都至少要進(jìn)行一次試驗(yàn)的設(shè)計(jì)。由于包含了所有的組合，全因子試驗(yàn)所需試驗(yàn)的總次數(shù)會(huì)比較多，但它的優(yōu)點(diǎn)是可以估計(jì)出所有的主效應(yīng)和所有的各階交互效應(yīng)。所以在因子個(gè)數(shù)不太多，而且確實(shí)需要考察較多的交互作用時(shí)，常常選用全因子設(shè)計(jì)。一般情況下，當(dāng)因子水平超過(guò)2時(shí)，由于試驗(yàn)次數(shù)隨著因子個(gè)數(shù)的增長(zhǎng)而呈現(xiàn)指數(shù)速度增長(zhǎng)，因而通常只作2水平的全因子試驗(yàn)。進(jìn)行2水平全因子設(shè)計(jì)時(shí)，全因子試驗(yàn)的總試驗(yàn)次數(shù)將隨著因子個(gè)數(shù)的增加而急劇增加，例如，6個(gè)因子就需要64次試驗(yàn)。但是仔細(xì)分析所獲得的結(jié)果可以看出，建立的6因子回歸方程包括下列一些項(xiàng)：常數(shù)項(xiàng)、主效應(yīng)項(xiàng)有6項(xiàng)、二階交互作用項(xiàng)15項(xiàng)、三階交互項(xiàng)20項(xiàng)，…，6階交互項(xiàng)1項(xiàng)，除了常數(shù)項(xiàng)、主效應(yīng)項(xiàng)和二階交互項(xiàng)以外，共有42項(xiàng)是3階以及3階以上的交互作用項(xiàng)，而這些項(xiàng)實(shí)際上已無(wú)具體的意義了。部分因子試驗(yàn)就是在這種思想下誕生的，它可以使用在因子個(gè)數(shù)較多，但只需要分析各因子和2階交互效應(yīng)是否顯著，并不需要考慮高階的交互效應(yīng)，這使得試驗(yàn)次數(shù)大大減少。在實(shí)際工作中，常常要研究響應(yīng)變量Y是如何依賴(lài)于自變量，進(jìn)而能找到自變量的設(shè)置使得響應(yīng)變量得到最佳值（望大、望小或望目）。如果自變量的個(gè)數(shù)較少（通常不超過(guò)3個(gè)），則響應(yīng)曲面方法（responsesurfacemethodology，RSM）是最好的方法之一，本方法特別適合于響應(yīng)變量望大或望小的情形。通常的做法是：先用2水平因子試驗(yàn)的數(shù)據(jù)，擬合一個(gè)線(xiàn)性回歸方程（可以包含交叉乘積項(xiàng)），如果發(fā)現(xiàn)有彎曲的趨勢(shì)，則希望擬合一個(gè)含二次項(xiàng)的回歸方程。其一般模型是（以?xún)蓚€(gè)自變量為例）：這些項(xiàng)比因子設(shè)計(jì)的模型增加了各自的變量的平方項(xiàng)。由于要估計(jì)這些項(xiàng)的回歸系數(shù)，原來(lái)因子設(shè)計(jì)所安排的一些設(shè)計(jì)點(diǎn)就不夠用了，需要再增補(bǔ)一些試驗(yàn)點(diǎn)。這種先后分兩階段完成全部試驗(yàn)的策略就是“序貫試驗(yàn)”的策略。適用于這種策略的方法有很多種，其中最常用的就是中心復(fù)合設(shè)計(jì)（centralcompositedesign，CCD）。穩(wěn)健參數(shù)設(shè)計(jì)（robustparameterdesign）（也稱(chēng)健壯設(shè)計(jì)、魯棒設(shè)計(jì)，簡(jiǎn)稱(chēng)參數(shù)設(shè)計(jì)）是工程實(shí)際問(wèn)題中很有價(jià)值的統(tǒng)計(jì)方法。它通過(guò)選擇可控因子的水平組合來(lái)減少一個(gè)系統(tǒng)對(duì)噪聲變化的敏感性，從而達(dá)到減小此系統(tǒng)性能波動(dòng)的目的。過(guò)程的輸入變量有兩類(lèi)：可控因子和參數(shù)因子?？煽匾蜃邮侵敢坏┻x定就保持不變的變量，它包括產(chǎn)品或生產(chǎn)過(guò)程設(shè)計(jì)中的設(shè)計(jì)參數(shù)，而噪聲因子是在正常條件下難以控制的變量。在做參數(shù)設(shè)計(jì)時(shí)，就是把可控因子的設(shè)計(jì)當(dāng)做研究的主要對(duì)象，與此同時(shí)讓噪聲因子按照設(shè)定的計(jì)劃從而系統(tǒng)改變其水平的方法來(lái)表示正常條件下的變化，最終按照我們預(yù)定的望大、望小或望目地目標(biāo)選出最佳設(shè)置。田口玄一博士在參數(shù)設(shè)計(jì)方法方面貢獻(xiàn)非常突出，他在設(shè)計(jì)中引進(jìn)信噪比的概念，并以此作為評(píng)價(jià)參數(shù)組合優(yōu)劣的一種測(cè)度，因此很多文獻(xiàn)和軟件都把穩(wěn)健參數(shù)設(shè)計(jì)方法稱(chēng)為田口方法（Taguchidesign）。在實(shí)際工作中，常常需要研究一些配方配比試驗(yàn)問(wèn)題。這種問(wèn)題常出現(xiàn)在橡膠、化工、制藥、冶金等課題中。例如不銹鋼由鐵、鎳、銅和鉻4種元素組成；閃光劑由鎂、硝酸鈉、硝酸鍶及固定劑組成；復(fù)合燃料、復(fù)合塑料、混紡纖維、混泥土、粘結(jié)劑、藥品、飼料等都是由多種成分按相應(yīng)比例而不是其絕對(duì)數(shù)值；而且顯然所有分量之和總是為1的。對(duì)于這種分量之和總是為1的試驗(yàn)設(shè)計(jì)，稱(chēng)為混料設(shè)計(jì)（mixturedesign）。實(shí)驗(yàn)內(nèi)容和步驟：實(shí)驗(yàn)之一：全因子試驗(yàn)設(shè)計(jì):例：改進(jìn)熱處理工藝提高鋼板斷裂強(qiáng)度問(wèn)題。合金鋼板經(jīng)熱處理后將提高其斷裂其抗斷裂性能，但工藝參數(shù)的選擇是個(gè)復(fù)雜的問(wèn)題。我們希望考慮可能影響斷裂強(qiáng)度的4個(gè)因子，確認(rèn)哪些因子影響確實(shí)是顯著的，進(jìn)而確定出最佳工藝條件。這幾個(gè)因子及其試驗(yàn)水平如下：A：加熱溫度，低水平：820，高水平：860（攝氏度）B：加熱時(shí)間，低水平：2，高水平：3（分鐘）C：轉(zhuǎn)換時(shí)間，低水平：1.4，高水平：1.6（分鐘）D：保溫時(shí)間，低水平：50，高水平：60（分鐘）由于要細(xì)致考慮各因子及其交互作用，決定采用全因子試驗(yàn)，并在中心點(diǎn)處進(jìn)行3次試驗(yàn)，一共19次試驗(yàn)。步驟1：全因子設(shè)計(jì)的計(jì)劃（創(chuàng)建）選擇[統(tǒng)計(jì)]=>[DOE]=>[因子]=>[創(chuàng)建因子設(shè)計(jì)]，單擊打開(kāi)創(chuàng)建因子設(shè)計(jì)對(duì)話(huà)框。,選擇兩水平因子（默認(rèn)生成元），在因子數(shù)中選擇4，單擊“設(shè)計(jì)”選項(xiàng)，彈出“設(shè)計(jì)”選項(xiàng)對(duì)話(huà)框。選擇“全因子”試驗(yàn)次數(shù)為16的那行，并在“每個(gè)區(qū)組的中心點(diǎn)數(shù)”中選擇3，其他項(xiàng)保持默認(rèn)（本例中沒(méi)有分區(qū)組，各試驗(yàn)點(diǎn)皆不需要完全復(fù)制）。單擊確定。單擊“因子”選項(xiàng)打開(kāi)，分別填寫(xiě)四個(gè)因子的名稱(chēng)及相應(yīng)的低水平和高水平的設(shè)置。單擊確定?！斑x項(xiàng)”選項(xiàng)可以使用折疊設(shè)計(jì)（這是一種減少混雜的方法）、指定部分（用于設(shè)計(jì)生成）、使設(shè)計(jì)隨機(jī)化以及在工作表中存儲(chǔ)設(shè)計(jì)等；“結(jié)果”選項(xiàng)用于控制會(huì)話(huà)窗口中顯示的輸出。本例中這兩項(xiàng)保持默認(rèn)。單擊確定，計(jì)算機(jī)會(huì)自動(dòng)對(duì)于試驗(yàn)順序進(jìn)行隨機(jī)化，然后形成下列表格。在表的最后一列，寫(xiě)上響應(yīng)變量名（強(qiáng)度），這就完成了全部試驗(yàn)的計(jì)劃階段的工作。步驟2：擬合選定模型按照上圖的試驗(yàn)計(jì)劃進(jìn)行試驗(yàn)，將結(jié)果填入上表的最后一列，則可以得到試驗(yàn)的結(jié)果數(shù)據(jù)（數(shù)據(jù)文件：DOE_熱處理（全因）），如下：擬合選定模型的主要任務(wù)是根據(jù)整個(gè)試驗(yàn)的目的，選定一個(gè)數(shù)學(xué)模型。通常首先可以選定“全模型”，就是在模型中包含全部因子的主效應(yīng)及全部因子的二階交互效應(yīng)。在經(jīng)過(guò)細(xì)致的分析之后，如果發(fā)現(xiàn)某些主效應(yīng)和二階交互效應(yīng)不顯著，則在下次選定模型的時(shí)候，應(yīng)該將不顯著的主效應(yīng)和二階交互效應(yīng)刪除。選擇[統(tǒng)計(jì)]=>[DOE]=>[因子]=>[分析因子設(shè)計(jì)]，打開(kāi)分析因子設(shè)計(jì)對(duì)話(huà)框。點(diǎn)擊“項(xiàng)”選項(xiàng)后，在“模型中包含項(xiàng)的階數(shù)”中選擇2（表示模型中只包含2階交互作用和主效應(yīng)項(xiàng)，三階以上交互作用不考慮），對(duì)默認(rèn)的“在模型中包括中心點(diǎn)”保持不選。單擊確定。在“圖形”選項(xiàng)中，“效應(yīng)圖”中選擇“正態(tài)”和“Pareto”，“圖中的標(biāo)準(zhǔn)差”中選擇“正規(guī)”，“殘差圖”中選擇“四合一”，在“殘差與變量”圖中將“加熱溫度”、“加熱時(shí)間”、“轉(zhuǎn)換時(shí)間”和“保溫時(shí)間”選入，單擊確定。在“存儲(chǔ)”選項(xiàng)中，在“擬合值與殘差”中選定“擬合值”和“殘差”，在“模型信息”中選定“設(shè)計(jì)矩陣”。單擊確定。結(jié)果如下：擬合因子:強(qiáng)度與加熱溫度,加熱時(shí)間,轉(zhuǎn)換時(shí)間,保溫時(shí)間強(qiáng)度的估計(jì)效應(yīng)和系數(shù)（已編碼單位）系數(shù)標(biāo)項(xiàng)效應(yīng)系數(shù)準(zhǔn)誤TP常量541.6321.377393.390.000加熱溫度20.03810.0191.5006.680.000加熱時(shí)間16.8878.4441.5005.630.000轉(zhuǎn)換時(shí)間3.8131.9061.5001.270.240保溫時(shí)間11.1135.5561.5003.700.006加熱溫度*加熱時(shí)間0.7370.3691.5000.250.812加熱溫度*轉(zhuǎn)換時(shí)間-0.487-0.2441.500-0.160.875加熱溫度*保溫時(shí)間3.0621.5311.5001.020.337加熱時(shí)間*轉(zhuǎn)換時(shí)間1.2630.6311.5000.420.685加熱時(shí)間*保溫時(shí)間7.1133.5561.5002.370.045轉(zhuǎn)換時(shí)間*保溫時(shí)間0.8370.4191.5000.280.787S=6.00146PRESS=1778.45R-Sq=92.49%R-Sq（預(yù)測(cè)）=53.68%R-Sq（調(diào)整）=83.11%強(qiáng)度的方差分析（已編碼單位）來(lái)源自由度SeqSSAdjSSAdjMSFP主效應(yīng)43298.853298.85824.7122.900.0002因子交互作用6252.17252.1742.031.170.408殘差誤差8288.14288.1436.02彎曲19.929.929.920.250.633失擬5169.72169.7233.940.630.709純誤差2108.50108.5054.25合計(jì)183839.16強(qiáng)度的估計(jì)系數(shù)（使用未編碼單位的數(shù)據(jù)）項(xiàng)系數(shù)常量932.26加熱溫度-0.25063加熱時(shí)間-111.262轉(zhuǎn)換時(shí)間43.812保溫時(shí)間-16.5637加熱溫度*加熱時(shí)間0.036875加熱溫度*轉(zhuǎn)換時(shí)間-0.121875加熱溫度*保溫時(shí)間0.0153125加熱時(shí)間*轉(zhuǎn)換時(shí)間12.6250加熱時(shí)間*保溫時(shí)間1.42250轉(zhuǎn)換時(shí)間*保溫時(shí)間0.83750結(jié)果分析：分析要點(diǎn)一：分析評(píng)估回歸的顯著性。包含三點(diǎn)：（1）看方差分析表中的總效果。方差分析表中，主效應(yīng)對(duì)應(yīng)的概率P值為0.000小于顯著性水平0.05，拒絕原假設(shè)，認(rèn)為回歸總效果是顯著的。（2）看方差分析表中的失擬現(xiàn)象。方差分析表中，失擬項(xiàng)的P值為0.709，無(wú)法拒絕原假設(shè)，認(rèn)為回歸方程并沒(méi)有因?yàn)槁┑舾唠A交互作用項(xiàng)而產(chǎn)生失擬現(xiàn)象。（3）看方差分析表中的彎曲項(xiàng)。方差分析表中，彎曲項(xiàng)對(duì)應(yīng)的概率P值0.633，表明無(wú)法拒絕原假設(shè)，說(shuō)明本模型中沒(méi)有彎曲現(xiàn)象。分析要點(diǎn)二：分析評(píng)估回歸的總效果（1）兩個(gè)確定系數(shù)R-Sq與R-Sq（調(diào)整），計(jì)算結(jié)果顯示，這兩個(gè)值分別為92.49%和83.11%，二者的差距比較大，說(shuō)明模型還有待改進(jìn)的余地。（2）對(duì)于預(yù)測(cè)結(jié)果的整體估計(jì)。計(jì)算結(jié)果顯示R-Sq和R-Sq（預(yù)測(cè)）分別為92.49%和53.68%，二者差距比較大；殘差誤差的SSE為288.14，PRESS為1778.45，兩者差距也比較大；說(shuō)明在本例中，如果使用現(xiàn)在的模型，則有較多的點(diǎn)與模型差距較大，模型應(yīng)該進(jìn)一步改進(jìn)。分析要點(diǎn)三：分析評(píng)估各項(xiàng)效應(yīng)的顯著性。計(jì)算結(jié)果顯示，4個(gè)主效應(yīng)中，加熱溫度、加熱時(shí)間和保溫時(shí)間是顯著的，只有轉(zhuǎn)換時(shí)間不顯著；6個(gè)2因子水平交互效應(yīng)中，只有加熱時(shí)間*保溫時(shí)間是顯著的。說(shuō)明本例中還有不顯著的自變量和2因子交互作用，改進(jìn)模型時(shí)應(yīng)該將這些主效應(yīng)和交互作用刪除。對(duì)于各項(xiàng)效應(yīng)的顯著性，計(jì)算機(jī)還輸出了一些輔助圖形來(lái)幫助我們判斷和理解有關(guān)結(jié)論。Pareto圖是將各效應(yīng)的t檢驗(yàn)的t值的絕對(duì)值作為縱坐標(biāo)，按照絕對(duì)值的大小排列起來(lái)，根據(jù)選定的顯著性水平，給出t值的臨界值，絕對(duì)值超過(guò)臨界值的效應(yīng)將被選中，說(shuō)明這些效應(yīng)是顯著的。從圖中可以看到，加熱溫度、加熱時(shí)間、保溫時(shí)間以及加熱時(shí)間*保溫時(shí)間是顯著的。正態(tài)效應(yīng)圖，凡是因子效應(yīng)離直線(xiàn)不遠(yuǎn)者，就表明這些效應(yīng)是不顯著的；反之，則是顯著的。從圖中可以看到，加熱溫度、加熱時(shí)間、保溫時(shí)間以及加熱時(shí)間*保溫時(shí)間是顯著的。步驟3：殘差診斷殘差診斷的主要目的是基于殘差的狀況來(lái)診斷模型是否與數(shù)據(jù)擬合得比較好。如果數(shù)據(jù)和模型擬合得比較好，則殘差應(yīng)該是正常的。殘差分析包括四個(gè)步驟：（1）在“四合一”圖的右下角圖中，觀(guān)察殘差對(duì)于以觀(guān)測(cè)值順序?yàn)闄M軸的散點(diǎn)圖，重點(diǎn)考察此散點(diǎn)圖中，各點(diǎn)是否隨機(jī)地在水平軸上下無(wú)規(guī)則的波動(dòng)著。（2）在“四合一”圖的右上角圖中，觀(guān)察殘差對(duì)于以響應(yīng)變量擬合預(yù)測(cè)值為橫軸的散點(diǎn)圖，重點(diǎn)考察此散點(diǎn)圖中，殘差是否保持等方差性，即是否有“漏斗型”或“喇叭型”。（3）在“四合一”圖的左上角正態(tài)概率圖（或右下角的直方圖）中，觀(guān)察殘差的正態(tài)檢驗(yàn)圖，看殘差是否服從正態(tài)分布。（4）觀(guān)察殘差對(duì)于以各自變量為橫軸的散點(diǎn)圖，重點(diǎn)觀(guān)察此散點(diǎn)圖中是否有彎曲趨勢(shì)。從上面這些圖可以看到，這些圖形都顯示殘差是正常的。步驟4：判斷模型是否需要改進(jìn)這一步需要綜合前面的分析：包括殘差診斷和顯著性分析。從上面的分析我們得知，在模型中包含不顯著項(xiàng)，應(yīng)該予以刪除，所以需要建立新的模型。選擇[統(tǒng)計(jì)]=>[DOE]=>[因子]=>[分析因子設(shè)計(jì)]，打開(kāi)分析因子設(shè)計(jì)對(duì)話(huà)框。主要是修改“項(xiàng)”選項(xiàng)中的設(shè)置，在選取的項(xiàng)中將加熱溫度、加熱時(shí)間和保溫時(shí)間保留，其他項(xiàng)皆刪去，操作中的其余各項(xiàng)都保持不變。單節(jié)確定。結(jié)果如下：擬合因子:強(qiáng)度與加熱溫度,加熱時(shí)間,保溫時(shí)間強(qiáng)度的估計(jì)效應(yīng)和系數(shù)（已編碼單位）系數(shù)標(biāo)項(xiàng)效應(yīng)系數(shù)準(zhǔn)誤TP常量541.3191.363397.270.000加熱溫度20.03810.0191.3637.350.000加熱時(shí)間16.8878.4441.3636.200.000保溫時(shí)間11.1125.5561.3634.080.001加熱時(shí)間*保溫時(shí)間7.1133.5561.3632.610.022CtPt1.9813.4290.580.573S=5.45038PRESS=724.350R-Sq=89.94%R-Sq（預(yù)測(cè)）=81.13%R-Sq（調(diào)整）=86.07%強(qiáng)度的方差分析（已編碼單位）來(lái)源自由度SeqSSAdjSSAdjMSFP主效應(yīng)33240.713240.711080.2436.360.0002因子交互作用1202.35202.35202.356.810.022彎曲19.929.929.920.330.573殘差誤差13386.19386.1929.71失擬3151.52151.5250.512.150.157純誤差10234.67234.6723.47合計(jì)183839.16強(qiáng)度的估計(jì)系數(shù)（使用未編碼單位的數(shù)據(jù)）項(xiàng)系數(shù)常量212.788加熱溫度0.500938加熱時(shí)間-61.3500保溫時(shí)間-2.44500加熱時(shí)間*保溫時(shí)間1.42250CtPt1.98125結(jié)果分析：從方差分析表中可以看到，主效應(yīng)和2階交互作用對(duì)應(yīng)的概率都小于顯著性水平0.05，應(yīng)該拒絕原假設(shè)，認(rèn)為本，本模型總的來(lái)說(shuō)是有效的；失擬值和彎曲對(duì)應(yīng)的概率分別為0.157和0.573，都大于顯著性水平，不應(yīng)拒絕原假設(shè)，說(shuō)明本模型刪除了很多項(xiàng)之后，并沒(méi)有造成失擬的現(xiàn)象。再看刪減后的模型是否比原來(lái)的有所改進(jìn)。從上述表中，可以看到，由于模型的項(xiàng)數(shù)減少了6項(xiàng)，R-Sq通常都會(huì)有微小的降低（本例由0.9249降到0.8968），但關(guān)鍵還是要看調(diào)整的R-Sq（調(diào)整）是否有所提高，本例中，該值從0.8311提高到0.8673，可見(jiàn)刪除不顯著的效應(yīng)之后，回歸的效果明顯好了；而s的值有6.00146降為5.31913，PRESS由1778.45降到704.408，再次證明刪除不明顯的主效應(yīng)和交互效應(yīng)后，回歸的結(jié)果更好了。步驟5：對(duì)選定的模型進(jìn)行分析解釋經(jīng)過(guò)前三步的多次反復(fù)以后，我們可以獲得一個(gè)滿(mǎn)意的回歸方程：對(duì)選定的模型進(jìn)行分析，主要是在擬合選定模型后輸出更多的圖形和信息，并做出有意義的解釋。主要包括下面四個(gè)方面：（1）再次進(jìn)行殘差診斷。具體做法是：選擇[統(tǒng)計(jì)]=>[DOE]=>[因子]=>[分析因子設(shè)計(jì)]，打開(kāi)分析因子設(shè)計(jì)對(duì)話(huà)框。點(diǎn)擊“圖形”窗口后，在“圖中的殘差”中選擇“標(biāo)準(zhǔn)化”，在“殘差圖”中，在單獨(dú)視圖下選擇“直方圖”，單擊確定。點(diǎn)擊“存儲(chǔ)”窗口后，在擬合值與殘差中，選擇“標(biāo)準(zhǔn)化殘差”和“刪后”。單擊確定。結(jié)果如下：從得出的直方圖可知，殘差及所有殘差數(shù)據(jù)都是正常的。（2）確認(rèn)主效應(yīng)及交互作用的顯著性，并考慮最優(yōu)設(shè)置通過(guò)輸出各因子的主效應(yīng)圖和交互效應(yīng)圖來(lái)判定。具體做法是：選擇[統(tǒng)計(jì)]=>[DOE]=>[因子]=>[因子圖]，打開(kāi)因子圖對(duì)話(huà)框。選定“主效應(yīng)圖”和“交互作用圖”，在圖中使用的均值類(lèi)型中選擇“數(shù)據(jù)均值”。在主效應(yīng)圖的設(shè)置中，將“強(qiáng)度”選入到響應(yīng)中，將可用中的所有項(xiàng)選入所選中；在交互作用圖的設(shè)置中，重復(fù)前面主效應(yīng)圖設(shè)置的步驟。單擊確定。結(jié)果如下：從主效應(yīng)圖中可以看到，加熱溫度、加熱時(shí)間和保溫時(shí)間三者的回歸線(xiàn)比較陡，顧主效應(yīng)影響確實(shí)顯著，而轉(zhuǎn)換時(shí)間的回歸線(xiàn)較平，故主效應(yīng)影響不顯著；為了使斷裂強(qiáng)度達(dá)到最大，三因子都是取值越大越好，即加熱溫度應(yīng)取上限860攝氏度，加熱時(shí)間應(yīng)取上限3分鐘，保溫時(shí)間應(yīng)取上限60分鐘。從交互作用圖可以看出，只有加熱時(shí)間和保溫時(shí)間二者效應(yīng)線(xiàn)明顯不平行，說(shuō)明二者交互作用顯著。（3）輸出等值線(xiàn)圖、響應(yīng)曲面圖等以確認(rèn)最佳設(shè)置本例中，只有加熱時(shí)間和保溫時(shí)間的交互作用顯著，因此繪制這組等值線(xiàn)圖和響應(yīng)曲面圖，而設(shè)定另一個(gè)影響顯著的變量（加熱溫度）為最佳設(shè)置。具體操作為：選擇[統(tǒng)計(jì)]=>[DOE]=>[因子]=>[等值線(xiàn)/曲面圖]，打開(kāi)等值線(xiàn)/曲面圖對(duì)話(huà)框。選定“等值線(xiàn)圖”和“曲面圖”。在等值線(xiàn)圖設(shè)置中，在因子中，X軸選為加熱時(shí)間，Y軸選為保溫時(shí)間，在設(shè)置中，選擇保留附加因子在高設(shè)置，并在加熱時(shí)間中設(shè)置860，單擊確定；在曲面圖設(shè)置中，X軸中選擇加熱時(shí)間，Y軸中選擇保溫時(shí)間，單擊確定。結(jié)果如下：從等值線(xiàn)圖和曲面圖可以看出，斷裂強(qiáng)度的最大值確實(shí)在加熱時(shí)間為3分鐘，保溫時(shí)間為60分鐘，加熱溫度固定在860攝氏度時(shí)達(dá)到最大。（4）實(shí)現(xiàn)最優(yōu)化Minitab軟件中有專(zhuān)門(mén)的響應(yīng)變量?jī)?yōu)化器窗口。具體做法：[統(tǒng)計(jì)]=>[DOE]=>[因子]=>[響應(yīng)優(yōu)化器]，打開(kāi)響應(yīng)優(yōu)化器對(duì)話(huà)框。將“可用項(xiàng)”中的強(qiáng)度選入到“所選項(xiàng)”中；點(diǎn)擊“設(shè)置”窗口，根據(jù)本例的要求，在“目標(biāo)”中選擇“望大”，在“下限”中填入560（這個(gè)值是在做過(guò)的試驗(yàn)中已經(jīng)實(shí)現(xiàn)了的），在“望目”中填入600（這個(gè)值是在做過(guò)的試驗(yàn)中未能達(dá)到的，是較高理想），上限留為空白。結(jié)果如下：這個(gè)圖中共有3列，分別為選中的自變量。最上端列出各變量的名稱(chēng)、取值范圍以及最優(yōu)設(shè)置，上半圖是合意值d的取值情況，下半圖是最優(yōu)化結(jié)果：最大值在加熱溫度取860攝氏度、加熱時(shí)間取3分鐘、保溫時(shí)間取60分鐘達(dá)到，斷裂強(qiáng)度最終可以達(dá)到569.2066。合意度d為0.23016。步驟6：進(jìn)行驗(yàn)證試驗(yàn)通常的做法是在先算出在最佳點(diǎn)的觀(guān)測(cè)值的預(yù)測(cè)值及其變動(dòng)范圍，然后再最佳點(diǎn)做若干次驗(yàn)證試驗(yàn)，如果驗(yàn)證試驗(yàn)結(jié)果的平均值落在事先計(jì)算好的范圍內(nèi)，則說(shuō)明一切正常，模型是正確的，預(yù)測(cè)結(jié)果可信；否則就要進(jìn)一步分析發(fā)生錯(cuò)誤的原因，改進(jìn)模型，再重新驗(yàn)證，以求得符合實(shí)際數(shù)據(jù)的統(tǒng)計(jì)模型。具體做法是：選擇[統(tǒng)計(jì)]=>[DOE]=>[因子]=>[分析因子設(shè)計(jì)]，打開(kāi)分析因子設(shè)計(jì)對(duì)話(huà)框。在前面建立的模型的基礎(chǔ)上，即在“項(xiàng)”中已經(jīng)將最終選定的模型中包括了加熱溫度、加熱時(shí)間、保溫時(shí)間以及加熱時(shí)間和保溫時(shí)間的交互作用項(xiàng)。再打開(kāi)“預(yù)測(cè)”窗口，在“因子”中按順序設(shè)定各個(gè)主效應(yīng)的最優(yōu)值，分別為860360。單擊確定。結(jié)果如下：根據(jù)該模型在新設(shè)計(jì)點(diǎn)處對(duì)強(qiáng)度的預(yù)測(cè)響應(yīng)擬合值點(diǎn)擬合值標(biāo)準(zhǔn)誤95%置信區(qū)間95%預(yù)測(cè)區(qū)間1569.2072.926(562.931,575.483)(556.186,582.227)結(jié)果解釋?zhuān)鹤钭髠?cè)給出的擬合預(yù)測(cè)值是569.207，就是將自變量值代入回歸方程所得的結(jié)果，這與最優(yōu)值的預(yù)測(cè)是一致的。擬合值標(biāo)準(zhǔn)誤為2.926，是擬合值的標(biāo)準(zhǔn)差，此值在作進(jìn)一步計(jì)算時(shí)還有用。預(yù)測(cè)值平均值置信區(qū)間的結(jié)果是（562.931,575.438），具體的理解可以是：當(dāng)加熱溫度取860攝氏度，加熱時(shí)間取3分鐘，保溫時(shí)間取60分鐘時(shí)，我們有95%的把握斷言，斷裂強(qiáng)度平均值將落入（562.931,575.438）之內(nèi)。95%的預(yù)測(cè)區(qū)間是將來(lái)一次驗(yàn)證試驗(yàn)時(shí)將要落入的范圍，可供做驗(yàn)證試驗(yàn)時(shí)使用，具體的理解是：當(dāng)加熱溫度取860攝氏度，加熱時(shí)間取3分鐘，保溫時(shí)間取60分鐘時(shí)，我們有95%的把握斷言，任何一塊鋼板的斷裂強(qiáng)度將落入（556.186,582.227）之內(nèi)。試驗(yàn)之二：部分因子試驗(yàn)設(shè)計(jì)部分因子試驗(yàn)設(shè)計(jì)與全因子試驗(yàn)設(shè)計(jì)的不同之處在于大大減少了試驗(yàn)的次數(shù)，具體表現(xiàn)在試驗(yàn)設(shè)計(jì)創(chuàng)建階段的不一致，下面主要就部分因子試驗(yàn)設(shè)計(jì)的創(chuàng)建進(jìn)行講述。步驟1：部分因子試驗(yàn)的計(jì)劃（創(chuàng)建）——默認(rèn)生成元的計(jì)劃例：用自動(dòng)刨床刨制工作臺(tái)平面的工藝條件試驗(yàn)。在用刨床刨制工作臺(tái)平面試驗(yàn)中，考察影響其工作臺(tái)平面光潔度的因子，并求出使光潔度達(dá)到最高的工藝條件。共考察6個(gè)因子：A因子：進(jìn)刀速度，低水平1.2，高水平1.4（單位：mm/刀）B因子：切屑角度，低水平10，高水平12（單位：度）C因子：吃刀深度，低水平0.6，高水平0.8（單位：mm）D因子：刀后背角，低水平70，高水平76（單位：度）E因子：刀前槽深度，低水平1.4，高水平1.6（單位：mm）F因子：潤(rùn)滑油進(jìn)給量，低水平6，高水平8（單位：毫升/分鐘）要求：連中心點(diǎn)在內(nèi)，不超過(guò)20次試驗(yàn)，考察各因子主效應(yīng)和2階交互效應(yīng)AB、AC、CF、DE是否顯著。由于試驗(yàn)次數(shù)的限制，我們?cè)谝蜃狱c(diǎn)上只能做試驗(yàn)16次，另4次取中心點(diǎn)，這就是的試驗(yàn)，通過(guò)查部分因子試驗(yàn)分辨度表可知，可達(dá)分辨度為Ⅳ的設(shè)計(jì)。具體操作為：選擇[統(tǒng)計(jì)]=>[DOE]=>[因子]=>[創(chuàng)建因子設(shè)計(jì)]，單擊打開(kāi)創(chuàng)建因子設(shè)計(jì)對(duì)話(huà)框。在“設(shè)計(jì)類(lèi)型”中選擇默認(rèn)2水平因子（默認(rèn)生成元），在“因子數(shù)”中選定6。單擊“顯示可用設(shè)計(jì)”就可以看到下圖的界面，可以確認(rèn)：用16次試驗(yàn)?zāi)軌蜻_(dá)到分辨度為Ⅳ的設(shè)計(jì)。單擊“設(shè)計(jì)”選項(xiàng)，選定1/4部分實(shí)施，在每個(gè)區(qū)組的中心點(diǎn)數(shù)中設(shè)定為4，其他的不進(jìn)行設(shè)定，單擊確定。單擊“因子”選項(xiàng)，設(shè)定各個(gè)因子的名稱(chēng)，并設(shè)定高、低水平值。點(diǎn)擊確定。再點(diǎn)擊確定后，就可以得到試驗(yàn)計(jì)劃表，如下：與全因子設(shè)計(jì)不同的是，我們不能肯定這個(gè)試驗(yàn)計(jì)劃表一定能滿(mǎn)足要求，因?yàn)椴糠忠蜃釉囼?yàn)中一定會(huì)出現(xiàn)混雜，這些混雜如果破壞了試驗(yàn)要求，則必須重新進(jìn)行設(shè)計(jì)，從運(yùn)行窗中可以看到下列結(jié)果：設(shè)計(jì)生成元:E=ABC,F=BCD別名結(jié)構(gòu)I+ABCE+ADEF+BCDFA+BCE+DEF+ABCDFB+ACE+CDF+ABDEFC+ABE+BDF+ACDEFD+AEF+BCF+ABCDEE+ABC+ADF+BCDEFF+ADE+BCD+ABCEFAB+CE+ACDF+BDEFAC+BE+ABDF+CDEFAD+EF+ABCF+BCDEAE+BC+DF+ABCDEFAF+DE+ABCD+BCEFBD+CF+ABEF+ACDEBF+CD+ABDE+ACEFABD+ACF+BEF+CDEABF+ACD+BDE+CEF從此表得知，計(jì)算機(jī)自己選擇的生成元是：E=ABC,F=BCD。后面的別名結(jié)構(gòu)中列出了交互作用項(xiàng)的混雜情況，即每列中互為別名的因子有哪些；從上表可以看出，主效應(yīng)與三階及四階交互作用混雜，二階交互作用與四階交互作用混雜，三階交互作用與四階交互作用混雜；關(guān)鍵是要檢查一下題目所要求的2階交互作用情況，將3階以上的交互作用忽略不計(jì)，混雜的情況有：AB=CE,AC=BE,AD=EF,AF=DE,AE=BC=DF,BD=CF,BF=CD。本例中所要求的4個(gè)2階交互作用是AB,AC,CF,DE，顯然可以看到，這四個(gè)2階交互作用均沒(méi)有混雜。因此可以看到此試驗(yàn)計(jì)劃是可行的。步驟2：指定生成元的部分因子試驗(yàn)計(jì)劃例：和前面的例子是一樣的，考察的是各因子主效應(yīng)和2階交互效應(yīng)AB,AC,CE和DE是否顯著。從上例的別名結(jié)構(gòu)表中可以看出，AB與CE是相互混雜，因此用默認(rèn)的生成元構(gòu)造的試驗(yàn)計(jì)劃是不能滿(mǎn)足要求的。指定生成元的步驟：由要求條件可知，AB,AC,CE和DE不能混雜，這相當(dāng)于A(yíng)B≠CE,AB≠DE,AC≠DE,運(yùn)用移項(xiàng)法則，變形后可知，即E≠ABC,E≠ABD,E≠ACD.對(duì)于分辨度為Ⅳ的設(shè)計(jì)生成元中，只能含3個(gè)字母。而試驗(yàn)次數(shù)為16的的各列中，字母?jìng)€(gè)數(shù)為3的項(xiàng)只有4個(gè)：ABC,ABD,ACD以及BCD。既然給定條件中有3個(gè)選擇不可接受，因此，生成元只能選擇E=BCD，試驗(yàn)計(jì)劃對(duì)于F沒(méi)有要求，因此F可以任選，取F=ABC。具體操作為：選擇[統(tǒng)計(jì)]=>[DOE]=>[因子]=>[創(chuàng)建因子設(shè)計(jì)]，單擊打開(kāi)創(chuàng)建因子設(shè)計(jì)對(duì)話(huà)框。在“設(shè)計(jì)類(lèi)型”中選擇2水平因子（指定生成元），在“因子數(shù)”中選定4（這是基本設(shè)計(jì)的因子數(shù)，其他兩個(gè)因子是通過(guò)指定生成元加入的）。打開(kāi)“因子”對(duì)話(huà)框，選定全因子，并在“每個(gè)區(qū)組的中心點(diǎn)數(shù)”中選擇4。打開(kāi)“生成元”選項(xiàng)，在“通過(guò)列出生成元將因子添加到基本設(shè)計(jì)中”中填寫(xiě)生成元：E=BCDF=ABC,單擊確定。單擊確定后，得到的結(jié)果如下：設(shè)計(jì)生成元:E=BCD,F=ABC別名結(jié)構(gòu)（直到4階項(xiàng)）I+ABCF+ADEF+BCDEA+BCF+DEF+ABCDEB+ACF+CDE+ABDEFC+ABF+BDE+ACDEFD+AEF+BCE+ABCDFE+ADF+BCD+ABCEFF+ABC+ADE+BCDEFAB+CF+ACDE+BDEFAC+BF+ABDE+CDEFAD+EF+ABCE+BCDFAE+DF+ABCD+BCEFAF+BC+DE+ABCDEFBD+CE+ABEF+ACDFBE+CD+ABDF+ACEFABD+ACE+BEF+CDFABE+ACD+BDF+CEF從上面的結(jié)果可以看出，AB,AC,CE和DE均沒(méi)有相互混雜，此設(shè)計(jì)滿(mǎn)足原定的要求。部分因子試驗(yàn)的分析步驟總體來(lái)說(shuō)與全因子試驗(yàn)設(shè)計(jì)是一致的。但是有一個(gè)要注意的地方：在第一步選定模型中顯著的主效應(yīng)和2階交互作用時(shí)，當(dāng)某些2階交互作用效用顯著時(shí)，不能僅從表面上的結(jié)果來(lái)定取舍，要仔細(xì)分析混雜結(jié)構(gòu)，查看在結(jié)構(gòu)表中，此顯著項(xiàng)是與哪個(gè)（或哪些）2階交互作用效應(yīng)相混雜的，再根據(jù)背景材料予以判斷，最終決定入選。比如：數(shù)據(jù)顯示B,C,D以及AD是顯著的，但是背景材料又說(shuō)明A和D沒(méi)有交互作用，而AD與BC是相混雜的，這個(gè)時(shí)候，應(yīng)該是B,C,D以及BC是顯著的。實(shí)驗(yàn)之三：響應(yīng)曲面設(shè)計(jì)響應(yīng)曲面設(shè)計(jì)包括兩種方法：中心復(fù)合設(shè)計(jì)和Box-Behnken設(shè)計(jì)。在中心復(fù)合設(shè)計(jì)中，整個(gè)試驗(yàn)由下面三部分試驗(yàn)點(diǎn)組成：（1）立方體點(diǎn)[或稱(chēng)角點(diǎn)]，各坐標(biāo)皆為1或-1，這是因子試驗(yàn)的組成部分；（2）中心點(diǎn)，各點(diǎn)坐標(biāo)皆為0；（3）星號(hào)點(diǎn)[或軸點(diǎn)]，除了一個(gè)自變量的坐標(biāo)為±ɑ外，其余自變量皆為0，在k個(gè)因子的情況下，共有2k個(gè)星號(hào)點(diǎn)。中心復(fù)合設(shè)計(jì)，包括三種設(shè)計(jì)：中心復(fù)合序貫設(shè)計(jì)，當(dāng)“水平定義”欄中選定“立方點(diǎn)”時(shí)，表示這時(shí)設(shè)定的水平作為立方點(diǎn)，星號(hào)點(diǎn)將超出立方體。中心復(fù)合有界設(shè)計(jì)，當(dāng)“水平定義”欄中選定“軸點(diǎn)”時(shí)，表示這時(shí)設(shè)定的水平作為軸上的星號(hào)點(diǎn)，立方點(diǎn)將向內(nèi)收縮。中心復(fù)合表面設(shè)計(jì)，意味著將星號(hào)點(diǎn)的位置向中心收縮而設(shè)定在立方體的表面上。Box-Behnken設(shè)計(jì)，這種設(shè)計(jì)是將各試驗(yàn)點(diǎn)取在立方體的棱的中點(diǎn)上，除非極端重視試驗(yàn)次數(shù)，否則通常不采用這種設(shè)計(jì)。步驟1：響應(yīng)曲面的計(jì)劃例：提高密封膠條黏合力試驗(yàn)。影響?zhàn)ず狭Φ?個(gè)因子是：A:烘烤溫度（220-240攝氏度）、B:烘烤時(shí)間（6-10秒）、C:黏合壓力（100-140帕）。在因子設(shè)計(jì)中，分別取下列條件，安排了全因子試驗(yàn)：A:烘烤溫度,低水平220，高水平240（攝氏度）B:烘烤時(shí)間，低水平7，高水平9（秒）C:黏合壓力，低水平110，高水平130（帕）試驗(yàn)后發(fā)現(xiàn)，數(shù)據(jù)明顯呈現(xiàn)彎曲狀況，希望進(jìn)一步安排些實(shí)驗(yàn)以擬合響應(yīng)曲面方程。由于要進(jìn)行序貫試驗(yàn)，最好選中心復(fù)合設(shè)計(jì)。具體做法是：選擇[統(tǒng)計(jì)]>[DOE]>[響應(yīng)曲面]>[創(chuàng)建響應(yīng)曲面設(shè)計(jì)]，打開(kāi)創(chuàng)建響應(yīng)曲面設(shè)計(jì)對(duì)話(huà)框。在“設(shè)計(jì)類(lèi)型”中選擇“中心復(fù)合”，在“因子數(shù)”中設(shè)定為3。打開(kāi)“顯示可用設(shè)計(jì)”對(duì)話(huà)框，可以看到未劃分區(qū)組時(shí)試驗(yàn)次數(shù)為20。打開(kāi)“設(shè)計(jì)”后，本例中需要的試驗(yàn)次數(shù)為20次，這是可行的，因此不必修改，中心點(diǎn)數(shù)也不用另設(shè)；但是選取哪種中心復(fù)合設(shè)計(jì)，需要考慮更多條件，由于在烘烤溫度上，原來(lái)的試驗(yàn)溫度條件已經(jīng)取在邊界上了，不允許再超界因而不能使用中心復(fù)合序貫設(shè)計(jì)，但是又考慮到要保持序貫性，只能放棄中心復(fù)合邊界設(shè)計(jì)（沒(méi)有序貫性），因而選用中心復(fù)合表面設(shè)計(jì)，即在A(yíng)lpha值中選擇表面中心；在“因子”中，選擇“立方點(diǎn)”，并填寫(xiě)各因子的名稱(chēng)及水平；在“選項(xiàng)”中，為了看清楚結(jié)構(gòu)，暫時(shí)先刪除隨機(jī)化。單節(jié)確定。結(jié)果如下：在表中的20次試驗(yàn)中，第1至第8號(hào)因子點(diǎn)以及第15至17號(hào)中心點(diǎn)，已經(jīng)在因子設(shè)計(jì)階段獲得了數(shù)據(jù)，只要將這些結(jié)果填在后面第8列上，然后再補(bǔ)充其他9個(gè)試驗(yàn)，及可以完成全部響應(yīng)曲面的試驗(yàn)任務(wù)。步驟2：響應(yīng)曲面設(shè)計(jì)的分析例：提高燒堿純度問(wèn)題。在燒堿生產(chǎn)過(guò)程中，經(jīng)過(guò)因子的篩選，最后得知反應(yīng)爐內(nèi)壓力及溫度是兩個(gè)關(guān)鍵因子。在改進(jìn)階段進(jìn)行全因子試驗(yàn)，因子A壓力的低水平和高水平分別取為50帕和60帕，因子B反應(yīng)溫度的低水平和高水平分別取為260及320攝氏度，在中心點(diǎn)處也作了3次試驗(yàn)，試驗(yàn)結(jié)果在數(shù)據(jù)文件：DOE_燒堿純度（響應(yīng)1）。對(duì)于這批數(shù)據(jù)按全因子試驗(yàn)進(jìn)行分析，具體操作為：選擇[統(tǒng)計(jì)]=>[DOE]=>[因子]=>[分析因子設(shè)計(jì)]，打開(kāi)分析因子設(shè)計(jì)對(duì)話(huà)框。首先將全部備選項(xiàng)列入模型，刪除在模型中包括中心點(diǎn)，在“圖形”中的殘差與變量下將壓力和溫度選入進(jìn)去。得到的結(jié)果如下：純度的效應(yīng)和系數(shù)的估計(jì)（已編碼單位）項(xiàng)效應(yīng)系數(shù)系數(shù)標(biāo)準(zhǔn)誤TP常量96.9610.4150233.630.000壓力-2.665-1.3320.5490-2.430.094溫度-0.765-0.3820.5490-0.700.536壓力*溫度0.0350.0180.54900.030.977S=1.09803PRESS=134.203R-Sq=68.01%R-Sq（預(yù)測(cè)）=0.00%R-Sq（調(diào)整）=36.01%對(duì)于純度方差分析（已編碼單位）來(lái)源自由度SeqSSAdjSSAdjMSFP主效應(yīng)27.68747.687453.843723.190.1812因子交互作用10.00120.001230.001230.000.977殘差誤差33.61703.617011.20567彎曲13.51783.517813.5178170.920.014純誤差20.09920.099200.04960合計(jì)611.3057從上述表中可以看到，主效應(yīng)和2因子交互作用對(duì)應(yīng)的概率P值均大于0.1，說(shuō)明模型的總效應(yīng)不顯著，而且彎曲對(duì)應(yīng)的概率P值為0.014，拒絕原假設(shè)，認(rèn)為存在明顯的彎曲趨勢(shì)；R-Sq和R-Sq（預(yù)測(cè)）的值都比較小，說(shuō)明了模型的總效果不顯著。從殘差與各變量的圖也驗(yàn)證了存在嚴(yán)重的彎曲現(xiàn)象。這些都表明，對(duì)響應(yīng)變量單純地?cái)M合一階線(xiàn)性方程已經(jīng)不夠了，需要再補(bǔ)充些“星號(hào)點(diǎn)”，構(gòu)成一個(gè)完整的響應(yīng)曲面設(shè)計(jì)，擬合一個(gè)含二階項(xiàng)的方程就可能問(wèn)題了。補(bǔ)充的4個(gè)星號(hào)點(diǎn)的實(shí)驗(yàn)結(jié)果見(jiàn)數(shù)據(jù)表：DOE_燒堿純度（響應(yīng)2）。下面對(duì)全部11個(gè)點(diǎn)構(gòu)成的中心復(fù)合序貫設(shè)計(jì)進(jìn)行分析，擬合一個(gè)完整的響應(yīng)曲面模型。分析如下：第一步：擬合選定模型。選擇[統(tǒng)計(jì)]>[DOE]>[響應(yīng)曲面]>[分析響應(yīng)曲面設(shè)計(jì)]，打開(kāi)分析響應(yīng)曲面設(shè)計(jì)對(duì)話(huà)框。點(diǎn)擊窗口“項(xiàng)”以后，可以看到模型中將全部備選項(xiàng)都列入了模型，包括A(壓力)、B（溫度）以及它們的平方項(xiàng)AA、BB和交互作用項(xiàng)AB；打開(kāi)“圖形”窗口，選定“正規(guī)”、“四合一”以及殘差與變量，并將壓力和溫度都選入殘差與變量中；打開(kāi)“儲(chǔ)存”窗口，選定“擬合值”、“殘差”以及“設(shè)計(jì)矩陣”。單擊確定。得到的結(jié)果如下：純度的估計(jì)回歸系數(shù)項(xiàng)系數(shù)系數(shù)標(biāo)準(zhǔn)誤TP常量97.78040.10502931.0660.000壓力-1.89110.09114-20.7500.000溫度-0.60530.09092-6.6570.001壓力*壓力-2.58220.15339-16.8350.000溫度*溫度-0.46150.15314-3.0140.030壓力*溫度0.03510.182530.1920.855S=0.181900PRESS=0.693667R-Sq=99.35%R-Sq（預(yù)測(cè)）=97.27%R-Sq（調(diào)整）=98.70%對(duì)于純度的方差分析來(lái)源自由度SeqSSAdjSSAdjMSFP回歸525.231025.23105.04620152.510.000線(xiàn)性215.712715.71277.85635237.440.000平方29.51719.51714.75853143.820.000交互作用10.00120.00120.001230.040.855殘差誤差50.16540.16540.03309失擬30.06620.06620.022080.450.747純誤差20.09920.09920.04960合計(jì)1025.3964結(jié)果解釋?zhuān)海?）看方差分析表中的總效果。在本例中，回歸項(xiàng)的P值為0.000，表明應(yīng)該拒絕原假設(shè)，認(rèn)為本模型總的來(lái)說(shuō)是有效的。看方差分析表中的失擬現(xiàn)象，本例中，失擬項(xiàng)對(duì)應(yīng)的P值為0.747，明顯大于顯著性水平0.05，接受原假設(shè)，認(rèn)為本模型中不存在失擬現(xiàn)象。（2）看擬合的總效果。本例中，R-Sq與R-Sq（調(diào)整）比較接近，認(rèn)為模型的擬合效果比較好；R-Sq（預(yù)測(cè)）比較接近于R-Sq值且這個(gè)值比較大，說(shuō)明將來(lái)用這個(gè)模型進(jìn)行預(yù)測(cè)的效果比較可信。（3）各效應(yīng)的顯著性。從表中可以看到，壓力、溫度以及它們的平方項(xiàng)對(duì)應(yīng)的概率值都小于顯著性水平，說(shuō)明這些效應(yīng)都是顯著的；而壓力和溫度的交互效應(yīng)項(xiàng)對(duì)應(yīng)的概率值為0.855，顯然大于顯著性水平，認(rèn)為該效應(yīng)項(xiàng)是不顯著的。第二步：進(jìn)行殘差診斷利用自動(dòng)輸出的殘差圖來(lái)進(jìn)行殘差診斷。從上述殘差圖中可以看出，殘差的狀況是正常的。第三步：判斷模型是否需要改進(jìn)。根據(jù)第一步的分析，我們得知壓力和溫度的交互作用項(xiàng)是不顯著的，應(yīng)該予以剔除，因此需要重新擬合新的模型，使得新的模型中不包含交互作用項(xiàng)。具體實(shí)現(xiàn)步驟是：在項(xiàng)中將交互作用項(xiàng)剔除，在結(jié)果中輸出標(biāo)準(zhǔn)化殘差和刪后殘差。得到的結(jié)果為：純度的估計(jì)回歸系數(shù)項(xiàng)系數(shù)系數(shù)標(biāo)準(zhǔn)誤TP常量97.78040.096221016.1770.000壓力-1.89110.08350-22.6470.000溫度-0.60530.08331-7.2650.000壓力*壓力-2.58220.14054-18.3730.000溫度*溫度-0.46150.14031-3.2890.017S=0.166665PRESS=0.546550R-Sq=99.34%R-Sq（預(yù)測(cè)）=97.