有學過6
sigma的同學, 一定知道 Minitab這套軟體, 因為它把6 sigma實用化了. 過去 Minitab 並沒有中文版, 但對岸有人將它漢化後, 官方也出簡體中文版, 使用簡體中文版會比英文版更friendly, 但畢竟兩岸語文還是有差異, 尤其專有名詞上的差異更讓人難以適從, 例如常態分配 v.s. 正态分布; 品質 v.s. 质量; 巨集 v.s. 宏; 變異數分析
v.s.方差分析; 進階 v.s. 高级…
官方目前沒有繁體中文版.~可惜! 希望 Minitab TWN公司能早日完成繁體中文版的 Minitab. ~期待!
先前談到 Tutorials 教學課程, 了解如何使用 Minitab 各項功能。而在Help 協助 > StatGuide 統計指南中, 則對於輸出的結果有詳細的解釋說明:
DOE > Taguchi > Predict Taguchi Results
預測田口結果 > 匯總
使用預測田口結果來預測特徵在指定因子設定時的預測值。預測結果會有助於決定哪些因子設定產生了產品或製程的最佳結果。應該以所選設定執行確認實驗，並將實際結果與預測進行比較。
對於此範例，科學家在模型中包含了品種、光源、肥料和水。他們不包含噴灑農藥或交互作用項，因為這些項在分析田口設計的迴歸/ANOVA 結果中並不顯著。
資料描述
多名科學家的興趣集中於研究五個因子對羅勒屬植物早期生長的影響。共有五個控制因子，每個因子有兩個水準。這些因子是：
· 植物的品種
· 光照量
· 肥料量
· 水量
· 噴灑農藥的頻率
科學家選擇了兩個噪聲因子，溫度和濕度，每個因子有兩個水準，然後將它們組合為四個噪聲條件。使用時間作為信號因子，這使得該實驗成為動態反應實驗。反應是葉子大小的量測值。科學家還檢定了品種與肥料之間的交互作用。實驗的目標是確定哪些因子設定在增加植物生長率（斜率）的同時不增加生長中的變異。
資料：
羅勒2.MTW （在樣本資料檔案夾中）
預測田口結果 > 預測值
預測值顯示所選特徵在指定因子設定時的適配。使用預測值確定哪些因子設定產生產品或製程的最佳結果。適配基於所指定的模型。
預測值的每欄都對應於因子水準的一欄。範例，第一個預測值欄對應於第一個因子水準欄，依此類推。
輸出範例
信噪比 斜率 StDev 標準差對數
4.82849 0.65021 0.161827
-1.20846
7.68268 0.99350 0.401050
-0.87014
7.09082 0.87225 0.355527
-0.93760
9.94501 1.21554 0.594751
-0.59928
預測的因子水準
品種 光源 肥料 水
2 1
2 1
2 1
2 2
2 2
2 1
2 2
2 2
解釋
對於羅勒資料，輸出顯示下列四個特徵的預測值：信噪比、斜率、標準差
和 標準差的自然對數。每個特徵有四個預測值，分別對應於實驗人員所選擇的四個因子水準組合。
預測值的第二欄顯示對於高水準 (2) 品種、低水準 (1) 光照、高水準 (2) 肥料和高水準 (2) 水的預測：
· 信噪比 = 7.68268
· 斜率
= 0.99350
· 標準差 = 0.401050
· 標準差的自然對數 = -0.87014
預測田口結果 > 使用預測值
可以使用預測值確定哪些因子設定提供所需的反應而不會引入大量變異。
輸出範例
信噪比 斜率 StDev 標準差對數
4.82849 0.65021 0.161827
-1.20846
7.68268 0.99350 0.401050
-0.87014
7.09082 0.87225 0.355527
-0.93760
9.94501 1.21554 0.594751
-0.59928
預測的因子水準
品種 光源 肥料 水
2 1
2 1
2 1
2 2
2 2
2 1
2 2
2 2
解釋
羅勒植物實驗的目標是確定哪些因子設定會增加斜率（即羅勒生長率），而不會引入過多的變異。
實驗人員認為預測斜率欄中的第一個值 0.65021 太低。他們認為其他三個斜率足夠高。然後，實驗人員要確定哪些因子設定提供高生長率和低變異的最佳組合。
· 將信噪比視為變異的量測時，第四個組合似乎為最佳組合，值為 9.94501。（請記住，信噪比越高，所對應的變異水準越低。）
· 將標準差視為變異的量測時，第二個和第三個組合（0.401050 和 0.355527）大致等效，並且比第四個組合（0.594751）好得多。第二個和第三個配置的標準差之間差異很小，但第二個配置的斜率和信噪比更好。
實驗人員將選擇範圍縮小為第二個和第四個組合。兩者都有品種 2、肥料 2 和水 2。唯一的差別在於光照的水準。實驗人員最終選擇了第二個組合，因為該組合的標準差很小，且因為較低的光照水準可以極大地減少費用。
應該在所選水準執行確認實驗，以確保預測值可靠。對於羅勒資料，在原始實驗中使用了所選水準，因此實驗人員先檢查預測值與來自原始實驗中的觀測值。原始結果相當接近於預測值，如下表所示。因此，預測值似乎是可靠的。
DOE > Taguchi > Predict Taguchi Results > more
兩步最佳化
典型穩健性參數設計研究的目標是找出可使某些理想目標值（或動態反應實驗情況下的目標函數）的反應變異最小化的因子設定。田口法透過兩步最佳化製程來實現此目的。第一步集中於使變異最小化，第二步集中於實現目標。
· 首先，設定在信噪比最大化的水準對信噪比具有顯著影響的全部因子。
· 然後，調整顯著影響平均值（或斜率）但不影響信噪比的一個或多個因子的水準，以使反應達到目標。
備選方法是以使標準差最小化開始，然後調整影響平均值但不影響標準差的因子。
詳細資訊請到官方網站進一步了解: http://www.minitab.com.tw/
和 http://www.minitab.com/
聲明: 本文純粹學術性研討, 內容所提及任何關於 Minitab 專有創作文字, 圖像與架構…等皆屬Minitab Inc. 版權所有, 嚴禁商業上轉貼使用.
沒有留言:
張貼留言