分析確定性篩選設計

分析確定性篩選設計處理 DOE 試驗的結果,對反應資料配適統計模型,並找出哪些因子(包括線性、二次和互動效應)是反應在統計上顯著的驅動因素。

最後審閱

核心要點

分析確定性篩選設計處理 DOE 試驗結果,對反應資料配適統計模型,並找出哪些因子(包括線性、二次和互動效應)是顯著的。

本頁內容
  1. 什麼是分析確定性篩選設計?
  2. 何時使用分析確定性篩選設計?
  3. 正確使用分析確定性篩選設計的指南
  4. 替代方法:何時不宜使用分析確定性篩選設計
  5. 分析確定性篩選設計範例
  6. 如何進行確定性篩選設計分析

什麼是分析確定性篩選設計?

分析確定性篩選設計處理 DOE 試驗的結果,對反應資料配適統計模型,並找出哪些因子(包括線性、二次和互動效應)是反應在統計上顯著的驅動因素。

簡單定義:該分析步驟利用 DSD 試驗結果,揭示哪些因子真正驅動反應、作用有多強,以及是否存在曲線效應或組合效應。

何時使用分析確定性篩選設計?

  • 在完成 確定性篩選試驗 並收集全部反應量測值之後使用。
  • 用於識別 哪些因子重要,並瞭解它們各自的效應以及與反應之間的曲線關係。

正確使用分析確定性篩選設計的指南

  • 分析前應確保 所有計畫的試驗執行均已完成,遺漏的執行會降低正確估計效應的能力。
  • 配適後檢查 殘差圖,殘差應呈隨機分配,沒有任何規律。
  • 使用 逐步模型選擇,僅保留顯著項,避免增大模型變異數。
  • 在對製程做出更改之前,用 驗證試驗 對最終模型進行驗證。

替代方法:何時不宜使用分析確定性篩選設計

  • 若試驗 並非按 DSD 建立,請使用與所用設計類型相符的分析工具。
  • 若嚴重離群值無法排除,請先考慮 對反應進行轉換或使用穩健方法,再繼續分析。

分析確定性篩選設計範例

工程師們正在開發一種新的超音波清洗機。他們採用篩選設計來找出哪些因子可能影響清洗機的輸出功率。其中一名工程師檢視一個確定性篩選設計,以確定七個潛在因子中哪一個對輸出功率的影響最顯著。目標是使功率強到足以有效清洗,同時又溫和到不會損壞被清洗的物品。步驟如下:

  1. 收集所需資料。
Analyse Definitive Screening — figure 1
  1. 現在,在 Zometric Statistical Software 中分析資料,網址為 https://statsai.zometric.com/。
  2.  要找到分析確定性篩選設計,請選擇 Statistical module> DOE> Analyse Definitive Screening。
  3.  在工具中輸入資料及其他輸入項,如下所示:
Analyse Definitive Screening — figure 2

5. 使用上述工具後,得到如下輸出:

Analyse Definitive Screening — figure 3Analyse Definitive Screening — figure 4Analyse Definitive Screening — figure 5Analyse Definitive Screening — figure 6

如何進行確定性篩選設計分析

操作步驟如下:

  1. 登入 Zometric Statistical Software,網址為 https://statsai.zometric.com/
  2. 在首頁選擇 Statistical Tool> DOE>Analyse Definitive Screening。
  3. 接下來,手動更新資料,或從 Excel 表格中完整複製(Ctrl+C)資料並貼上(Ctrl+V)到此處。
  4. 接下來,填寫所需選項。
  5. 最後,點選頁面底部的 calculate,即可得到所需結果。

分析確定性篩選設計的工具介面分為兩部分。

Analyse Definitive Screening — figure 7

左側為資料窗格(Data Pane)。在 Data Pane 中,每一列構成一個子群組。可以手動輸入資料,也可以從 Excel 表格中完整複製(Ctrl+C)資料並貼上(Ctrl+V)到此處。

Load example: 將載入範例資料。

右側提供以下選項:

  • Response 選擇包含試驗中所測輸出變數的欄,例如功率、強度或純度。這是模型將根據預測變數設定來解釋和預測的值。
  • Continuous Predictors 選擇試驗中所用的所有連續型(數值)因子所在的欄,例如溫度、壓力或時間。使用 Ctrl 或 Command + 點選可選擇多欄。模型將使用這些變數來估計線性、二次和互動效應。
  • Categorical Predictor 選擇設計中包含的任何分類因子所在的欄,例如機器類型、供應商或材料等級。分類預測變數按不同的組而非數值處理,模型會為每個類別水準分別估計一個效應。
  • Confidence Level 設定輸出中所有信賴區間和顯著性檢定的信賴水準。標準預設值為 95%,即真正不顯著的效應被錯誤判為顯著的機率為 5%。需要更保守的檢定時可提高到 99%;在更看重靈敏度的探索性工作中可降低到 90%。
  • Sum of Squares for Tests 控制如何評估模型中各項的統計顯著性。提供三個選項:
    • Two-sided —— 檢定各效應在任一方向(正或負)上是否顯著不同於零。這是標準預設值,適用於大多數沒有方向性假設的分析。
    • Lower bound —— 單尾檢定,檢查效應是否顯著小於零。當您特別關注某因子是否使反應降低時使用。
    • Upper bound —— 單尾檢定,檢查效應是否顯著大於零。當您特別關注某因子是否使反應升高時使用。

常見問題

分析確定性篩選設計有什麼作用?

分析確定性篩選設計(DSD)利用試驗結果,對反應資料配適統計模型,並找出哪些因子是反應在統計上顯著的驅動因素。它顯示每個因子的作用有多強,以及是否不僅存線上性效應,還存在曲線(二次)效應或組合(互動)效應。

何時應使用分析確定性篩選設計?

在完成確定性篩選試驗並收集全部反應量測值之後使用,以識別哪些因子重要,並瞭解它們各自的效應以及與反應之間的曲線關係。若試驗並非按 DSD 建立,請使用與實際所用設計類型相符的分析工具。

分析確定性篩選設計時應檢查什麼?

確保所有計畫的執行均已完成,因為遺漏的執行會降低估計效應的能力。配適後,檢查殘差圖是否呈隨機分配、沒有規律。使用逐步模型選擇僅保留顯著項,避免增大模型變異數,並在更改製程之前用驗證試驗對最終模型進行驗證。

如何在 Zometric Statistical Software 中分析確定性篩選設計?

選擇 Statistical Tool > DOE > Analyse Definitive Screening,然後輸入或貼上資料。選擇 Response、Continuous Predictors 以及任何 Categorical Predictor,設定 Confidence Level(預設 95%)和檢定選項,然後點選 Calculate,即可得到配適模型和顯著性結果。