DOE试验设计(实验设计)
作者: 来源: 文字大小:[大][中][小]
［课程目的］
学习实验设计的基础理论和分析路径；
掌握实验设计使用方法；
培养解决有关实际生产和科研中实验问题的能力；
掌握如何在DMAIC的改善阶段合理使用实验设计的方法；
熟练运用MINITAB软件解决实验设计问题．
［课程介绍］
实验设计（Design of Experiments，缩写成DOE），是研究如何制定适当的实验方案，对实验数据进行有效的统计分析的数学理论与方法。它对于解决多因素优化问题，有效的提高产品质量，降低生产成本卓有成效。现已为美国和日本企业广泛使用。实验设计还可应用于改进企业管理，调整产品结构，制定高效生产计划等。
实验设计是DMAIC路径中改善阶段的主要工具之一。企业选送参加培训的人员，将在我们的专家指导下，接受三天的集中训练，通过教学游戏和案例讲解，更好地理解实验设计的基本工作路径，掌握实验设计与数据处理的基本原理和应用方法，从而能够在今后实际工作中设计合理的实验方案及合理处理有关实验数据，解决实际问题。
［课程大纲］
1. 假设检验
1.1 概念
1.2 原理
1.3 专业术语
二类错误、原假设和备择假设、显著性水平α 、P值、检出力
1.4 步骤
1.5 应用
单样本Z检验、单样本t 检验
双样本t检验、配对检验
方差分析：单因子ANOVA和双因子ANOVA
单总体比率检验、双总体比率检验
列联表和卡方检验
2. 试验设计基础—What? Why?
2.1试验设计的概念
2.2试验设计的类型
2.3试验设计的原则
2.4试验设计的策划
3. 正交试验-极差法
3.1田口式正交表多因子实验设计
3.2田口式正交表2K因子实验法
4. 单因子试验设计与分析
4.1 单因子试验的两个目的
4.2 黄金分割法
4.3 对分法
4.4 正交试验法
4.5 单因子试验设计
4.6 单因子试验设计多项式回归
5. 全因子设计与分析
5.1 全因子试验的概念
5.2 代码化及其计算
5.3 2k全因子设计计划及实例
5.4 2k全因子设计分析及实例
5.5 2k全因子设计练习
6. 部分因子试验
6.1 部分因子试验的概念
6.2 部分因子试验的实施原理
6.3 分辨度
6.4 部分因子试验的设定
6.5 部分实施因子设计的计划
6.6 部分实施因子设计的实例
6.7 Plackett-Burman设计-筛选因子设计
6.8 三水平部分因子实验分析
7. 响应曲面设计与分析
7.1 响应曲面设计概念
7.2 CCD和BB
7.3 响应曲面设计计划
7.4 响应曲面设计的分析及实例
7.5 多响应曲面设计的最优分析
7.6 响应曲面设计练习
8. DOE的常见问题