當因子數目很小時,如k = 2或3,通常有必要反覆實驗以獲得一個誤差估計值。如23因子實驗必須以2個集區來進行且ABC被交絡,實驗者決定反覆設計4次,如下圖,
此設計總共32個觀測值和31個自由度,有8個集區即7個自由度,此7個自由度分解為,而誤差平方為反覆與因子效果(A, B, C, AB, AC, BC)之二者交互作用。
考慮視交互作用為零且將其均方作為誤差估計值的作法是成立的,此均方誤差可以檢定主效果與2-因子交互作用效果。
倘實驗資源允許反覆的交絡設計,較佳方式是稍微以不同方式來設計各個反覆的集區,此方式包括在每個反覆中交絡不同的效果,使得所有的效果都能有一些信息,此法稱之為部分交絡(Partial Confounding)。倘k 不算太小,即k 3 4,且只一次反覆時,實驗者常假設高階交互作用效果是可忽略的,并將其平和合并為誤差。
范例7-2
回顧再續范例6-2,一個化學產品于一壓力槽內生產,在實驗工廠進行因子實驗來研究產品的過濾比率(Filtration Rate),4個因子為溫度(A)、壓力(B)、甲醛濃度(C)、與攪拌速度(D),各因子均有2水平,單次反覆。有興趣于極大化過濾比率。
用此實驗來說明一個未反覆設計集區劃分與交絡的概念,假設24 = 16種處理組合無法利用一批原料進行所有的試驗,實驗者由一批原料可以試驗8個處理組合,所以一個24 交絡于2個集區的設計是適當的,且交絡最高階交互作用效果(ABCD)于集區。
假設二批原料中有一批的質量低劣,造成所有的反應值均比用另一批原料所得值低20,即原始反應值減去20,低劣質量原料是集區1與良好質量原料批為集區2。計算結果,
◎ 4個主效果、6個2-因子交互作用效果、4個3-因子交互作用效果的估計值均與無集區效果的例6-2所得之效果估計值完全相同。當劃出這些效果估計值的常態機率圖時,因子A、C、D與AC、AD交互作用為顯著重要效果。
◎ ABCD交互作用效果的估計值原為1.375,但在此實驗其估計值為-18.625,因ABCD交絡于集區,ABCD交互作用效果的估計值是原1.375加上區集效果(-20),即ABCD = 1.375+(-20)= -18.625。集區效果亦可由二個集區平均反應差得之,即
所以,此效果真正估計= 集區 + ABCD
◎ 此實驗倘非以集區方式進行,且前8次試驗均減去20,則結果可能會非常不同。
2021/1/14 16:29:57
2021/1/27 17:05:39
2021/3/10 15:48:49
2021/4/8 14:42:32
2021/1/8 16:32:33
我們不單提供專業的軟件與服務,我們同時也為客戶系統的運行提供理論與經驗支持,分享我們在質量管理領域的相關經驗與知識!