课程天数：2天
课程介绍 INTRODUCE
1.DOE培训课程目标：
① 掌握DOE试验设计中的术语,如交互作用、水平、因子；
② 掌握DOE试验设计流程；
③ 选择合适的DOE试验设计方法；
④ 运用MINITAB进行析因法、田口正交表、响应曲面RSM、混料设计；
⑤掌握各种DOE方法的图形与数据分析,确定最佳参数
2.DOE培训形式:
公开课形式,所有课程可提供进厂培训,按课时收费,受训名额不限.
3.DOE培训参加对象:
计量管理人员、仪器校验员、实验室负责人、DOE负责人、DOE小组成员、质量工程师、体系工程师、可靠性工程师等
4.DOE培训证书：
培训后颁发认可的《DOE培训证书》
5.DOE培训教材：
每位学员获得一套版权所有的教材,免费赠送海量电子版参考资料、案例、MINITAB软件
6.DOE培训特色:
各行业图文视频案例分析+互动研讨 + 问题答疑 + 理论总结
7.DOE培训道具：
每位学员准备笔记本电脑一台、白板笔2支、投影仪、白板、A1纸、签纸、会议室。
8.DOE培训课程内容:
★ DOE基础知识
DOE试验设计和分析的含义
爱迪生的遗憾
传统实验方法的弊端
试验设计DOE有关术语
Response 响应
Level 水平/treatment处理
Main effect主效应
Interaction 交互作用
Factor 因子 （controlled factor可控因子、uncontrolled factor非可控因子）置信区间
显著性水平
F分布
试验设计分类
试验设计运用步骤
DOE基本原则 Replication重复、Randomization随机化和Blocking分组
★ 简单实验设计应用
试误法(Trial & Error)
单因子轮换试验法 one-factor-at-a-time
0.618法/分数法/对分法
单因子试验设计
单因子试验设计图形（定性）分析：箱线图（box plots）、时间序列图
为何进行方差分析
试验误差与条件变差
变差的数量表示方法
单因子试验设计（定量）分析：线性回归、非线性回归
单因子的多重比较技术
相关统计原理介绍: 单因子方差分析数学原理
模型诊断技术：残差图（plot of residuals）及残差诊断
★ 析因试验设计 factorial design
析因试验设计的含义
完全析因试验设计的含义
2水平全因子试验概述
试验的安排、中心点的选择及随机化排序
代码化及其计算
全因子析因试验设计法的运用案例
什么是自由度
F检验法
无交互作用
有交互作用
简化模型
残差诊断
模型判定
案例1：3因子2水平全因子试验设计案例
案例2：4因子2水平全因子一次四个产品试验设计案例
案例3：需要考虑多个质量特性时的案例
有中心点的试验设计的概念
有中心点的试验设计的优点
案例4：有中心点试验设计案例
相关统计原理介绍: 多因子方差分析数学原理
模型诊断技术：残差图（plot of residuals）及残差诊断
★ 部分因子试验设计法 fractional factorial design
部分析因试验设计的含义
重影效应（alias）
部分因子试验的清晰度（Resolution）
部分因子实验的案例
案例1：5因子2水平1/2部分因子试验设计案例
案例2: 1/4部分因子试验设计案例
Plackett-Burman设计
3水平部分因子试验的分析
★ 响应曲面设计简介
响应曲面设计的概念
中心复合设计
中心点 center point
角点 corner point
轴点 axial point
BOX-Behnken 设计
响应曲面设计的计划
用最速上升法（Steepest ascent search）寻找试验的最优区域
在已确定为最优区域的范围内，进行响应曲面试验
响应曲面设计案例
多响应曲面设计的最优分析
★ 混料设计简介
混料设计概论
混料设计概论
混料设计约束图
混料设计分类：简单混料型、混料-总量型、混料-过程变量型
混料试验的计划
单纯形重心法 simplex centroid
单纯形格点法 simplex lattice
极端顶点设计法 extreme vertices design
混料试验的分析,混料试验的运用案例
9.DOE培训课程内容:
