答:加熱溫度,低水平:820,高水平:860(攝氏度)
b:加熱時間,低級:2,高級:3(分鐘)
c:轉換時間,低電平:1.4,高電平:1.6(分鐘)
d:保持時間,低級別:50,高級別:60(分鐘)
由于仔細考慮了各種因素及其相互作用,決定采用全因素實驗,并在中心點進行了三個實驗,共19個實驗。
第一步:全要素設計(創造)計劃
步驟2:適合所選模型
按照上面顯示的測試計劃進行測試,并將結果填入上表的最后一列,即可得到測試結果數據。
擬合選定模型的主要任務是根據整個實驗的目的選擇一個數學模型。通常首先可以選擇“全模型”,即模型中包含所有因素的主效應和所有因素的二階交互作用效應。經過仔細分析,如果發現一些主效應和二階相互作用效應不顯著,那么下次選擇模型時,應該刪除不顯著的主效應和二階相互作用效應。
選擇[統計]=>[DOE]=>[因子]=>[分析因子設計]打開分析因子設計對話框。
點擊項目選項,按照模型中包含項目的順序選擇2(即模型中只包含二階交互和主效果項目,不考慮三階以上的交互),不勾選默認的“模型中包含中心點”。單擊確定。
在圖形選項中,在效果圖中選擇“正常”和“帕累托”,在標準偏差圖中選擇“正常”,在殘差圖中選擇“四合一”,在殘差和變量圖中選擇加熱溫度、加熱時間、轉換時間和保持時間。
在存儲選項中,在擬合值和殘差中選擇擬合值和殘差,并在模型信息中選擇設計矩陣。單擊確定。
結果如下:
擬合因素:強度和加熱溫度、加熱時間、轉換時間和保溫時間。
估計效果和強度系數(編碼單位)
結果:
分析點1:分析評價回歸的顯著性。它包含三點:
(1)看方差分析表中的總效應。方差分析表中,主效應對應的概率p值為0.000,小于0.05的顯著性水平。原始假設被拒絕,總回歸效應被認為是顯著的。
(2)看方差分析表中的錯配現象。方差分析表中,錯配項的p值為0.709,不能否定原假設。認為回歸方程不存在因高階相互作用項缺失而導致的失配現象。
(3)看方差分析表中的彎曲項。方差分析表中,彎曲項對應的概率p為0.633,說明原假設不能被拒絕,說明該模型不存在彎曲現象。
分析點2:分析評價回歸的總體效果。
(1)兩個確定系數,R-Sq和R-Sq(調整),計算結果表明,這兩個值分別為92.49%和83.11%,兩者之間的差距比較大,說明模型還需要改進。
(2)對預測結果的總體估計。計算結果表明,R-Sq和R-Sq(預測值)分別為92.49%和53.68%,兩者存在較大差距。殘差的SSE為288.14,PRESS為1778.45,兩者差距較大。說明在這個例子中,如果使用當前模型,有很多點離模型很遠,模型應該進一步改進。
分析點3:分析評價每種效果的顯著性。結果表明,在四個主要影響因素中,加熱溫度、加熱時間和保溫時間影響顯著,而轉化時間影響不顯著。在六個雙因素水平交互作用效應中,只有加熱時間*保持時間是顯著的。說明本例中自變量與兩因素之間的交互作用不顯著,在改進模型時應刪除這些主要影響和交互作用。
對于每個效果的意義,計算機還輸出一些輔助圖形,幫助我們判斷和理解相關結論。
帕累托圖以各效應T檢驗的T值絕對值為縱坐標,按絕對值排列。根據選擇的顯著性水平,給出T值的臨界值,將選擇絕對值超過臨界值的效應,說明這些效應是顯著的。從圖中可以看出,加熱溫度、加熱時間、保溫時間和加熱時間*保溫時間是顯著的。
正常效應圖,其中因子效應離直線不遠,表示這些效應不顯著;相反,它意義重大。從圖中可以看出,加熱溫度、加熱時間、保溫時間和加熱時間*保溫時間是顯著的。