均值最好的设定未必是最好的设定
两组机台设定的平均抗拉强度相同。一个每天都给你同样的数字;另一个随湿度、原料批次和班次波动。纸面上打平,生产中只有一个能用。
常规 DOE 遗漏了什么。析因试验估计的是对均值的影响,对波动无话可说,因为噪声被当作“平均掉”的东西。田口把它反过来:噪声才是重点。
正交表。用很少的试验研究很多因子。关键性质是平衡:任意两列中,每个水平组合出现次数相同。
信噪比。每个试验一个数,将均值与波动合并为分贝值。正是在这里存在正当的批评:把两个量压成一个会丢失信息。因此 SenSight 总在旁边显示均值。
最昂贵的陷阱。把 7 个因子放进 L8 并不能得到 7 个干净的答案:只有 7 列,交互作用会直接压在主效应上。SenSight 会针对你的实际列分配精确计算并点名。
始终需要验证试验。
常规 DOE 遗漏了什么。析因试验估计的是对均值的影响,对波动无话可说,因为噪声被当作“平均掉”的东西。田口把它反过来:噪声才是重点。
正交表。用很少的试验研究很多因子。关键性质是平衡:任意两列中,每个水平组合出现次数相同。
信噪比。每个试验一个数,将均值与波动合并为分贝值。正是在这里存在正当的批评:把两个量压成一个会丢失信息。因此 SenSight 总在旁边显示均值。
最昂贵的陷阱。把 7 个因子放进 L8 并不能得到 7 个干净的答案:只有 7 列,交互作用会直接压在主效应上。SenSight 会针对你的实际列分配精确计算并点名。
始终需要验证试验。
在应用中试试
DOE → 田口:将 7 个因子放入 L8 并阅读混杂清单,然后降到 4 个因子。