Az alkalmazás parancsai, a munkalapazonosítók és a példaadatok értékei eredeti formájukban maradnak. A képernyőképek, diagramok és letölthető fájlok angol nyelvűek. A tudományos példák számai az eredeti angol jelölést használják: tizedesponttal és ezreselválasztó vesszővel. A weboldal egyéb számai magyar területi formázást követnek.
Példa: tasakzárási szilárdság
22 független zárási futtatás: nyolc kétszintű kombináció mindkét napon végrehajtva, továbbá naponta három középponti futtatás. Egy blokk egy kísérleti nap; az oszlop hozzárendelése maradjon meg, hogy a modell figyelembe vegye a napok közötti eltéréseket.
Rögzített mérések letöltése (CSV)Ugyanez a rögzített példa szerepel a Help lapon. A CSV-fájl az együtt importálandó faktorbeállításokat és mért válaszokat tartalmazza. A beállítások előzetes kitöltéséhez használja a Help Open example in a practice copy lehetőségét.
1. Munkakörnyezet létrehozása
Az oldalsávon nyissa meg a Design of Experiments elemet, és hozzon létre egy elemzést. Nevezze el, válassza a New blank worksheet, majd a Create analysis lehetőséget.
2. Mérések importálása
Töltse le a fenti példa-CSV-t, és importálja a munkalapra. Elválasztóként válassza a Comma, tizedeselválasztóként a Dot beállítást, és jelölje be a First row contains column names lehetőséget. Minden sorban tartsa együtt a választ, a faktorbeállításokat, a ponttípust és a végrehajtási sorrendet.
3. A vizsgálat kiválasztása és a faktorok megadása
Az Inputs lapon a Task mezőben válassza az Analyze existing worksheet, a Design family mezőben pedig a Full factorial lehetőséget.
A Factors részben az Add factor lehetőséggel vagy sor eltávolításával állítson be 3 faktort. Tartsa meg ezt a sorrendet, és mindegyik faktor Type értéke legyen Numeric.
Adja meg az alábbi Factor name, Unit, Low és High értékeket.
| Faktor | Faktor neve | Mértékegység | Alacsony | Magas |
|---|---|---|---|---|
| A | jaw_temperature_c | °C | 150 | 170 |
| B | dwell_time_s | s | 0.8 | 1.2 |
| C | jaw_pressure_mpa | MPa | 0.25 | 0.35 |
A Numeric levels, optional mezőt hagyja üresen.
4. Bemeneti oszlopok hozzárendelése
A Response mappings részben nyissa meg az egyes oszlopválasztókat, és válassza ki a megfelelő munkalaposzlopot.
| Munkalaposzlop | Bemeneti mező |
|---|---|
jaw_temperature_c | Factor jaw_temperature_c |
dwell_time_s | Factor dwell_time_s |
jaw_pressure_mpa | Factor jaw_pressure_mpa |
Rendelje a seal_strength_n_per_15mm oszlopot a Response 1 mezőhöz, és a Number of responses mezőbe írjon 1 értéket. Rendelje a run_order oszlopot az Execution order, a point_type oszlopot pedig a Center point indicator mezőhöz. A Center point column convention mezőben válassza a Point type (center / factorial / fractional / star / axial / edge / edge_midpoint) lehetőséget.
A két kísérleti nap modellben tartásához rendelje a block oszlopot a Block mezőhöz.
5. A modell és az ábrák beállítása
A Model részben a Model terms mezőben válassza a Default hierarchical model lehetőséget, a Confidence level (%) mezőbe pedig írjon 95 értéket. Jelölje be az Include center-point adjustment in model lehetőséget. A Calculate predictions lehetőséget hagyja jelöletlenül.
Nyissa meg a Plot options panelt. Jelölje be az Effect estimates és Residual diagnostics lehetőséget. A Response contours maradjon jelöletlen. A Pareto view, Effect probability plot, Interaction plot és 3D surface lehetőséget is hagyja jelöletlenül.
6. Munkalap elemzése
Válassza az Analyze worksheet lehetőséget, majd nyissa meg a Results lapot. Ez a rögzített mérésekre illeszt modellt; nem állít elő és nem randomizál új futtatási tervet.
7. Az eredmények értelmezése
Induljon a rögzített futtatásokból
Mind a 22 zárási futtatás szerepel az elemzésben. A nyolc alacsony/magas kombinációt mindkét napon végrehajtották, naponta három középponti futtatással. A modell korrigál a két napra. Minden válasz egy egymástól függetlenül elkészített zárás mért szilárdsága.
Annak ellenőrzése, hogy a modell kihagy-e egy mintázatot
Az egyes tagokra korrigált ANOVA-táblázatban nézze meg az Illeszkedéshiány sort. A p-értéke 0.9725, ezért a próba az 5%-os szinten nem észlel kihagyott mintázatot. Ez nem bizonyítja a modell helyességét. A naphatás p = 0.01595 értékű; a beállítások összehasonlításakor tartsa meg a blokkkorrekciót.
A hatások értelmezése
A hőmérséklet illesztett, magas mínusz alacsony szinthez tartozó hatása a legnagyobb: körülbelül +5.97 N per 15 mm. A zárási idő körülbelül +3.99, a nyomás +1.25 hatást ad. A hőmérséklet × zárási idő interakció körülbelül +2.65; a hőmérséklet × nyomás interakció körülbelül −1.51. Az interakció azt jelenti, hogy egy faktor hatása egy másik beállítással változik. Ezek a főhatások nem érvényesek változatlanul minden kombinációra.
Illesztett, magas mínusz alacsony szinthez tartozó hatások 95%-os konfidenciaintervallumokkal. Teljes méretű diagram megtekintése (új lapon nyílik meg) Egy reziduum értelmezése
A reziduum a mért válasz mínusz az illesztett érték. A 11. futtatás mérése 23.87 N per 15 mm; a modell illesztett értéke 22.55, így körülbelül +1.32 marad megmagyarázatlanul. Ez az abszolút értékben legnagyobb nyers reziduum. Az ábrán keressen görbületet, változó szóródást vagy szokatlan pontokat.
Reziduumok N per 15 mm egységben az illesztett válasz függvényében. Teljes méretű diagram megtekintése (új lapon nyílik meg) A futtatási sorrend ellenőrzése
A vízszintes tengely a rögzített végrehajtási sorrendet követi. Keressen sodródást, ciklusokat vagy hirtelen változást a reziduumokban. Egy mintázat arra utalhat, hogy a modell nem vett figyelembe egy kísérlet közbeni változást; az ábra nem azonosítja ennek okát.
Reziduumok N per 15 mm egységben, rögzített végrehajtási sorrendben. Teljes méretű diagram megtekintése (új lapon nyílik meg) Megerősítő futtatás kiválasztása
Tekintse át a szokatlan futtatások feljegyzéseit, és a kombinációkat interakcióikkal és a napokra végzett korrekcióval együtt hasonlítsa össze. Egy ígéretes, megvalósítható beállítást új, független zárásokkal erősítsen meg. A legnagyobb főhatás önmagában nem állapítja meg a legjobb üzemi receptet.
További részletek: olvassa el az egyes eredményszakaszokat
A teljes eredménytáblázatok a Helphez hasonlóan hat értékes számjegyet használnak.
Modelláttekintés
Az Elemzett futtatások száma 22; a hiányzó futtatások száma 0. A DF a modellhez és a reziduális hibához rendelkezésre álló információt számlálja. Az S a reziduum szórása N per 15 mm egységben. Az R² az e futtatásokban illesztett változékonyságot jellemzi; a korrigált R² figyelembe veszi a modell méretét. A PRESS és a prediktív R² részleteit a Predikciós és együttható-részletek részben találja. A magas R² nem igazolja a modell megfelelőségét. Olvassa el az illeszkedéshiány-próbát és a reziduumábrákat.
| Statisztika | Érték |
|---|---|
| Válasz | seal_strength_n_per_15mm |
| Elemzett futtatások | 22 |
| Hiányzó válaszok | 0 |
| A modell rangja | 9 |
| A reziduum szabadságfoka | 13 |
| S | 0.565919 |
| R² | 0.983747 |
| Korrigált R² | 0.973744 |
| PRESS | 9.07951 |
| Prediktív R² | 0.964555 |
| Konfidenciaszint | 0.95 |
| Illeszkedéshiány-próba elérhető | Igen |
Az egyes tagokra korrigált ANOVA
A Forrás a modelltagot vagy hibakomponenst nevezi meg. A Típus megkülönbözteti a többi tagra korrigált tagpróbákat az összesítésektől és a hibafelbontástól. A DF a szabadságfok; az SS a négyzetösszeg; az MS az SS osztva a DF-fel. Az F a változékonyságot annak hibabecslésével veti össze; a p-érték a vizsgált nullhipotézis elleni bizonyítékot méri. Az egyedi hatásokra való támaszkodás előtt olvassa el az Illeszkedéshiány eredményét. A gondolatjel azt jelenti, hogy egy statisztika nem alkalmazható.
| Forrás | Típus | DF | SS | MS | F | p-érték |
|---|---|---|---|---|---|---|
| jaw_temperature_c | korrigált | 1 | 142.325 | 142.325 | 444.398 | 1.95327e-11 |
| dwell_time_s | korrigált | 1 | 63.6006 | 63.6006 | 198.588 | 2.97481e-9 |
| jaw_pressure_mpa | korrigált | 1 | 6.2001 | 6.2001 | 19.3593 | 0.000717766 |
| jaw_temperature_c × dwell_time_s | korrigált | 1 | 28.037 | 28.037 | 87.5433 | 3.87092e-7 |
| jaw_temperature_c × jaw_pressure_mpa | korrigált | 1 | 9.1204 | 9.1204 | 28.4777 | 0.000135106 |
| dwell_time_s × jaw_pressure_mpa | korrigált | 1 | 0.245025 | 0.245025 | 0.76507 | 0.397618 |
| Blokk | korrigált | 1 | 2.45557 | 2.45557 | 7.66731 | 0.0159483 |
| Középpont | korrigált | 1 | 0.00950303 | 0.00950303 | 0.0296724 | 0.865888 |
| Modell | összegzés | 8 | 251.993 | 31.4991 | 98.3535 | 2.27367e-10 |
| Hiba | összegzés | 13 | 4.16344 | 0.320265 | — | — |
| Összesen | összegzés | 21 | 256.157 | 12.1979 | — | — |
| Tiszta hiba | felbontás | 4 | 2.78713 | 0.696783 | — | — |
| Illeszkedéshiány | felbontás | 9 | 1.37631 | 0.152923 | 0.21947 | 0.972452 |
Együtthatók
A Tag egy kódolt modelltagot nevez meg. A Becslés annak illesztett együtthatója; az SE a bizonytalanságot méri; a t és a p-érték a nulla együtthatót vizsgálja. A konfidenciaintervallum alsó és felső határa a 95%-os intervallumot adja meg. A numerikus alacsony, közép- és magas beállítások kódja −1, 0 és +1. Interakciók vagy négyzetes tagok esetén egy főegyüttható nem írja le minden beállításnál a változást.
| Tag | Becslés | SE | t | p-érték | Konfidenciaintervallum alsó határa | Konfidenciaintervallum felső határa |
|---|---|---|---|---|---|---|
| Konstans tag | 22.935 | 0.14148 | 162.108 | 7.05502e-23 | 22.6294 | 23.2406 |
| jaw_temperature_c | 2.9825 | 0.14148 | 21.0807 | 1.95327e-11 | 2.67685 | 3.28815 |
| dwell_time_s | 1.99375 | 0.14148 | 14.0921 | 2.97481e-9 | 1.6881 | 2.2994 |
| jaw_pressure_mpa | 0.6225 | 0.14148 | 4.39992 | 0.000717766 | 0.316851 | 0.928149 |
| jaw_temperature_c × dwell_time_s | 1.32375 | 0.14148 | 9.35646 | 3.87092e-7 | 1.0181 | 1.6294 |
| jaw_temperature_c × jaw_pressure_mpa | -0.755 | 0.14148 | -5.33645 | 0.000135106 | -1.06065 | -0.449351 |
| dwell_time_s × jaw_pressure_mpa | 0.12375 | 0.14148 | 0.874683 | 0.397618 | -0.181899 | 0.429399 |
| Blokk · 1. kontraszt | -0.334091 | 0.120654 | -2.76899 | 0.0159483 | -0.594749 | -0.0734329 |
| Középpont | -0.0466667 | 0.270913 | -0.172257 | 0.865888 | -0.631939 | 0.538606 |
Faktoriális hatások
A Hatás az illesztett magas mínusz alacsony kontraszt. Az SE a bizonytalanságot méri, a konfidenciaintervallum alsó és felső határa pedig a 95%-os intervallumot adja meg. A Standardizált hatás az abszolút hatás osztva annak SE értékével. Az interakció azt jelenti, hogy egy faktor hatása egy másik beállítással változik.
| Tag | Hatás | SE | Konfidenciaintervallum alsó határa | Konfidenciaintervallum felső határa | Standardizált hatás |
|---|---|---|---|---|---|
| jaw_temperature_c | 5.965 | 0.28296 | 5.3537 | 6.5763 | 21.0807 |
| dwell_time_s | 3.9875 | 0.28296 | 3.3762 | 4.5988 | 14.0921 |
| jaw_pressure_mpa | 1.245 | 0.28296 | 0.633703 | 1.8563 | 4.39992 |
| jaw_temperature_c × dwell_time_s | 2.6475 | 0.28296 | 2.0362 | 3.2588 | 9.35646 |
| jaw_temperature_c × jaw_pressure_mpa | -1.51 | 0.28296 | -2.1213 | -0.898703 | 5.33645 |
| dwell_time_s × jaw_pressure_mpa | 0.2475 | 0.28296 | -0.363797 | 0.858797 | 0.874683 |
Sordiagnosztika
A Sorazonosító a munkalap sorát azonosítja; a Futtatási sorrend a kísérlet sorozatába helyezi. Az Állapot közli, hogy elemezték-e. A Megfigyelt a mérés; az Illesztett érték a modell értéke; a Reziduum a Megfigyelt mínusz az Illesztett érték. A Standardizált reziduum figyelembe veszi a reziduális változékonyságot és a leverage-értéket. A Leverage-érték azt méri, mennyire szokatlanok a modell bemenetei. Minden rögzített sor látható. Egy szokatlan sort annak módosítása vagy kizárása előtt vizsgáljon meg.
| Sorazonosító | Futtatási sorrend | Állapot | Megfigyelt | Illesztett érték | Reziduum | Standardizált reziduum | Leverage-érték |
|---|---|---|---|---|---|---|---|
| help-doe-getting-started-1 | 1 | Elemzett | 18.72 | 18.7872 | -0.0671591 | -0.165039 | 0.482955 |
| help-doe-getting-started-2 | 2 | Elemzett | 28.38 | 28.9097 | -0.529659 | -1.3016 | 0.482955 |
| help-doe-getting-started-3 | 3 | Elemzett | 17.82 | 17.6947 | 0.125341 | 0.308017 | 0.482955 |
| help-doe-getting-started-4 | 4 | Elemzett | 22.53 | 22.5542 | -0.0242424 | -0.0482605 | 0.212121 |
| help-doe-getting-started-5 | 5 | Elemzett | 22.09 | 22.5222 | -0.432159 | -1.062 | 0.482955 |
| help-doe-getting-started-6 | 6 | Elemzett | 21.89 | 22.5542 | -0.664242 | -1.32234 | 0.212121 |
| help-doe-getting-started-7 | 7 | Elemzett | 21.83 | 21.7897 | 0.0403409 | 0.099135 | 0.482955 |
| help-doe-getting-started-8 | 8 | Elemzett | 22 | 22.0097 | -0.00965909 | -0.0237365 | 0.482955 |
| help-doe-getting-started-9 | 9 | Elemzett | 20.45 | 20.2022 | 0.247841 | 0.609052 | 0.482955 |
| help-doe-getting-started-10 | 10 | Elemzett | 28.89 | 28.8922 | -0.00215909 | -0.00530581 | 0.482955 |
| help-doe-getting-started-11 | 11 | Elemzett | 23.87 | 22.5542 | 1.31576 | 2.61934 | 0.212121 |
| help-doe-getting-started-12 | 12 | Elemzett | 20.68 | 20.8703 | -0.190341 | -0.467749 | 0.482955 |
| help-doe-getting-started-13 | 13 | Elemzett | 23.47 | 23.2224 | 0.247576 | 0.49286 | 0.212121 |
| help-doe-getting-started-14 | 14 | Elemzett | 18.18 | 18.3628 | -0.182841 | -0.449319 | 0.482955 |
| help-doe-getting-started-15 | 15 | Elemzett | 22.32 | 23.2224 | -0.902424 | -1.7965 | 0.212121 |
| help-doe-getting-started-16 | 16 | Elemzett | 29.62 | 29.5603 | 0.0596591 | 0.146608 | 0.482955 |
| help-doe-getting-started-17 | 17 | Elemzett | 30.05 | 29.5778 | 0.472159 | 1.1603 | 0.482955 |
| help-doe-getting-started-18 | 18 | Elemzett | 19.58 | 19.4553 | 0.124659 | 0.306341 | 0.482955 |
| help-doe-getting-started-19 | 19 | Elemzett | 22.63 | 22.6778 | -0.0478409 | -0.117566 | 0.482955 |
| help-doe-getting-started-20 | 20 | Elemzett | 23.25 | 23.2224 | 0.0275758 | 0.0548963 | 0.212121 |
| help-doe-getting-started-21 | 21 | Elemzett | 22.36 | 22.4578 | -0.0978409 | -0.240437 | 0.482955 |
| help-doe-getting-started-22 | 22 | Elemzett | 23.68 | 23.1903 | 0.489659 | 1.2033 | 0.482955 |
Faktorkódolás
A Faktor a bemenetet, a Típus annak modellezési típusát nevezi meg. A Középpont és Skála a numerikus beállításokat kódolt értékekké alakítja: (beállítás − középpont) / skála. Így a középérték 0, a megadott alacsony/magas határok pedig −1/+1 értékűek. A Szintek / kontrasztok a kategóriás kódolásra vonatkozik; a gondolatjel nem hiányzó numerikus mérés. Tartsa meg ehhez a táblázathoz a modelloszlopokra, blokkra és rangra vonatkozó megjegyzéseket.
| Faktor | Típus | Középpont | Skála | Szintek / kontrasztok |
|---|---|---|---|---|
| jaw_temperature_c | numerikus | 160 | 10 | — |
| dwell_time_s | numerikus | 1 | 0.2 | — |
| jaw_pressure_mpa | numerikus | 0.3 | 0.05 | — |
- Modelloszlopok: Konstans tag, jaw_temperature_c, dwell_time_s, jaw_pressure_mpa, jaw_temperature_c × dwell_time_s, jaw_temperature_c × jaw_pressure_mpa, dwell_time_s × jaw_pressure_mpa, Blokk · 1. kontraszt, Középpont
- Rangtolerancia: 1e-10
- Blokkszint: Day_1
- Blokkszint: Day_2
Együtthatók kovarianciája
Olvassa együtt az egyes sorok és oszlopok modelltagját. A főátló elemei az illesztett együtthatók standardhibáinak négyzetei. A főátlón kívüli elemek a közös becslési bizonytalanságot írják le. Ez a mátrix a modell együtthatóira vonatkozik, nem a mért faktoroszlopok közötti korrelációkra.
| Oszlop | Konstans tag | jaw_temperature_c | dwell_time_s | jaw_pressure_mpa | jaw_temperature_c × dwell_time_s | jaw_temperature_c × jaw_pressure_mpa | dwell_time_s × jaw_pressure_mpa | Blokk · 1. kontraszt | Középpont |
|---|---|---|---|---|---|---|---|---|---|
| Konstans tag | 0.0200165 | 0 | 0 | 0 | -1.73724e-18 | 0 | 0 | 0 | -0.0200165 |
| jaw_temperature_c | 0 | 0.0200165 | 1.25524e-18 | 1.59056e-18 | -2.37535e-18 | 1.14682e-18 | 6.87283e-19 | -3.11116e-19 | 2.40441e-19 |
| dwell_time_s | 0 | 1.25498e-18 | 0.0200165 | 1.41339e-18 | -8.20222e-18 | 2.83927e-18 | -2.97871e-18 | 9.96778e-18 | 8.55081e-21 |
| jaw_pressure_mpa | 0 | 1.34066e-18 | 1.85008e-18 | 0.0200165 | -8.38039e-19 | 1.83585e-19 | -4.22472e-18 | -8.36686e-18 | 4.86775e-20 |
| jaw_temperature_c × dwell_time_s | -1.73724e-18 | -1.7558e-18 | -8.74062e-18 | -7.0199e-19 | 0.0200165 | -2.49201e-18 | 6.54714e-18 | -4.5524e-18 | 4.71332e-18 |
| jaw_temperature_c × jaw_pressure_mpa | 0 | 1.09564e-18 | 2.83401e-18 | 3.04389e-19 | -1.87779e-18 | 0.0200165 | 8.66089e-19 | -4.98088e-19 | -6.83801e-21 |
| dwell_time_s × jaw_pressure_mpa | 0 | 1.56378e-19 | -2.08591e-18 | -3.66915e-18 | 7.17073e-18 | 5.66413e-19 | 0.0200165 | 1.36697e-18 | 2.63412e-19 |
| Blokk · 1. kontraszt | 0 | -3.11116e-19 | 9.96778e-18 | -8.36686e-18 | -4.5524e-18 | -4.98088e-19 | 1.36697e-18 | 0.0145575 | 4.24889e-34 |
| Középpont | -0.0200165 | 2.40441e-19 | 8.55081e-21 | 4.86775e-20 | 4.71332e-18 | -6.83801e-21 | 2.63412e-19 | 4.24889e-34 | 0.073394 |
Predikciós és együttható-részletek
A PRESS az egyenként kihagyott futtatások predikciós hibáit összegzi: minden futtatásra olyan modell ad előrejelzést, amelyet az adott futtatás nélkül illesztettek. A prediktív R² ezeket a hibákat használja. Az együtthatók kovarianciája a becslési bizonytalanságot rögzíti; főátlóbeli elemei az együtthatók standardhibáinak négyzetei. Ezek a diagnosztikák kiegészítik, nem helyettesítik az illeszkedéshiány és a reziduumok ellenőrzését.
8. Jelentés készítése
Tartsa meg a Model overview, Adjusted term ANOVA, Coefficients, Coefficient covariance, Row diagnostics és Factor coding részt, továbbá a Factorial effects táblázatot és a hatás-, illetve reziduumábrákat. Adja hozzá a válasz mértékegységét, a faktorbeállításokat, a rögzített futtatási sorrendet és a modell összes megjegyzését. Az illeszkedéshiány eredményét a reziduumellenőrzésekkel együtt őrizze meg; önmagában nem igazolja a modellt.
Válassza az Add to report lehetőséget a befejezett futtatásban. Nyissa meg a Choose individual items and advanced options panelt a táblázatok és diagramok kiválasztásához, majd válassza az Add to draft lehetőséget. A rejtett elemek megmaradnak a mentett elemzésben.
Nevezze el a jelentést, és adja meg a vizsgálat célját és saját értelmezését. Válassza a Save lehetőséget, tekintse meg a Preview nézetet, majd használja az Export → Download HTML lehetőséget. Az alábbi példa a teljes kiválasztott tartalmat tartalmazza, a képernyőn egyszerre látható részen túli eredményekkel együtt.