1、 响应面实验考察的范围比较窄，如果不先确定存在最大响应值的区域的话，很有可能在响应面实验时无法得到最值。在 B2)用最陡上升法(下降法)逼近最优区域;3)建立适合于局部的二阶 (或更高阶)模型;4)模型的拟合不足(Lack-of-fit)检验;5)等高线(Contour Plot)分析和正则分析(Canonical Analysis);6)求最优解和作结论. 所谓Ridge Analysis,本质上就是适用于二阶模型的“ 最陡上升法“. 在上面提到的第二步里,其目的是通过不断探索一步一步地逼近最优区域;而岭分析则是当我们感到我们已处在最优区域或者离最优区域相当接近时才要做的工作.岭分析的目的是
2、 anchor the stationary point in the region of the experiment.其输出是对应于与设计中心之不同距离(R)的一系列坐标值( 预测的响应值,各预测变量的取值).描绘成图基本上有两张 :一张是以预测响应值为纵坐标以 R 值为横坐标的曲线;另一张则是以各预测变量 (因子)的取值为纵坐标以 R 值为横坐标的曲线. 如果上述第 5 步中得到的结论是,稳定点为鞍点(Saddle Point),或者计算出的最优点远离实验区域(用 R 值度量),那么我们就可通过对上述二图中岭线的分析,找到实验区域中最合理的工作点,或者找到进一步实验的方向.说到这里,也许
3、有人会说:MINITAB 不是有 Contour Plot 和 3D Surface Plot 吗? 看这两张图不就知道了?要知道,Contour Plot 是二维的,要作一张这样的图就必须先将其它因子的取值固定下来.因此如果显著因子多了,就需要很多张图,而且将多个因子水平固定的做法,会使我们得不到准确的信息.另外,Contour Plot 只是图,其坐标值表达得也不够清晰.3D Surface Plot 的道理也一样.-质量-SPC ,six sigma,TS16949,MSA,FMEA, 0 f/ m, B; z9 K7 i+ j5 U, z. l0 r MINITAB 提供了做岭分析的矩
4、阵计算工具,但遗憾的是仍缺少行列式计算工具(用来解线性方程组 ).所以,要使用 MINITAB 做岭分析是相当麻烦的.如果能配合使用一些数学软件如 Maple 就非常方便了.就我所知道的,目前只有 SAS 有完整的岭分析程序. 最后推荐一点文献供大家参考.看懂这三个文献,就可以精通岭分析了. 1.Norman R. Draper:“Ridge Analysis“ of Response Surface, Technometrics, Vol.5,No.4,1963. 2.Roger W. Hoerl:Ridge Analysis 25 Years Later,American Statisti
5、cian,Vol.39,No.3,1985.7 j z4 G“ L# V2 3 l; V 3.Douglas C. Montgomery, Raymond H. Myers :Response Surface Methodology: Process and Product Optimization Using Designed Experiments, Wiley-Interscience,1995. 其中第三个为RSM 专著,只需看 Ridge System,Canonical Analysis 和 Ridge Analysis 几个小节就可以了 Lack of fit(LOF)是由 design expert 软件自动生成的，它和 pure error 没有联系，pure error 与重复设计点有关，是重复设计点误差的和。lack of fit是非合理指数，如果它显著，说明对你的数据拟合度不好；相反，如果它不显著，说明对你的数据拟合效果较好。F value 与 LOF 和 pure error 有关，F value 是 LOF 与 pure error 的比值。如果某项目 F value 趋近于 1，说明该项目不显著。
