《Improve6西格玛改善阶段绿带教材.pptx》由会员分享，可在线阅读，更多相关《Improve6西格玛改善阶段绿带教材.pptx（265页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、6Sigma绿带培训-改善阶段6Sigma绿带培训-改善阶段n实验设计简介 n2K因子实验设计简介n23实验n局部因子设计n响应面方法（RMS）n进化操作（EVOP）nI阶段路径名录IntroductiontoExperimentation实验设计简介Thepurposeofanexperimentistobetterunderstandtherealworld,nottounderstandtheexperimentaldata进行一个实验的目的是为了更好的了解真实的世界，而不是了解实验数据。WilliamDiamondIBM-retiredstatistician)IBM-已退休的统计员L
2、earningobjectives学习目的通过对本文章的学习，学员将能够v 解释什么是DOE。n 理解为什么使用DOEv 解释一些DOE的术语v 描述DOE的基本步骤v 描述有效效果设计的一些阻碍v 了解OFAT实验设计的局限性WhatisDesignofExperiments(DOE)什么是实验设计DOEconsistsofpurposefulchangesofinputvariables(factors)toaprocess(oractivity)inordertoobservethecorrespondingchangesintheoutputvariables(Responses)实验
3、设计通过有目的地改变一个过程（或活动）的输入变量（因子），以观察输出变量（响应量）的相应变化。ItisascientificapproachwhichallowstheresearchertogainKnowledgeinordertobetterunderstand 它是一种科学的方法，使研究者更好地了解一个过程 并确定输入（因子）是如何影响输出（响应量）WhatisDesignofExperiments(DOE)什么是实验设计Product Product产品 产品Or或者Process Process过程 过程Factors因子(controlledvariables可控制的变量)X1X
4、2:XnResponse响应变量(measuredoutcome可测量的输出)YNoise噪音(uncontrolledvariables非可控制变量)NID(0,)Y=Y+WhyUseDOE为什么使用试验设计v 试验设计是识别关键输入因子的最有效方法。v 试验设计是帮助我们了解输入因子和响应变量关系的最高效途径。v 试验设计是建立响应变量与输入因子之间的数学关系模型的方法v 试验设计是确定优化输出并减少本钱的输入设定值的途径。v 试验设计是设定公差的科学方法。BenefitofDOE实验设计的益处ThebenefitsofDOEare:实验设计的益处如下a)Processperformanc
5、eimprovement改善过程绩效水平b)Costsreduction 降低本钱c)Shorteningproductdevelopmenttime.缩短产品开辟时间和生产时间BasicTerminology基本术语Response响应变量所关注的可测量的输出结果，如良率、强度等。Factors因子可操作的变量，通过有意义的变动，可确定其对响应变量的影响，如温度、时间等。Level 水平因子的取值或设定，如：e.g.Level1fortime=2hrLevel2fortime=3hr举例：时间因子的水平12小时 时间因子的水平23小时BasicTerminology基本术语Treatment
6、处理asetofspecifiedfactorlevelsforanexperimentalrun某次实验的整套因子e.g.Treatment1:time=2hrandtemperature=175cTreatment1:time=3hrandtemperature=225c举例：处理1：时间2小时，温度175 c 处理1：时间3小时，温度225 cBasicTerminology基本术语Repetition重复 重复指在不重新组合实验设定的情况下，连续进行试验并收集数据。Replication复制复制意味每个数据值在重新设定测试组合之后收集。Randomization随机化适当安排实验次序，
7、使每个实施被选出的时机都相等目的:防止噪音因子的变化对结果的影响.StepsofDOE实验设计步骤I、statementoftheproblem 陈述问题II、settheobjectiveoftheDOE 设立目标III、determinetheoutputresponse(s)确定输出变量IV、identifyinputfactors(controlfactorsandnoisefactors）识别输入因子（可控因子/噪声因子）V、selectthelevelsforeachfactors 选定每个因子的水平StepsofDOE实验设计步骤VI.SelectthetypeofDOE选择实验
8、设计类型VII.Planandpreparetheresourceforconductingtheexperiments 方案并为实施实验做准备.VIII.Conducttheexperimentsandrecordthedata实施实验并记录数据.IX.Analyzethedataanddrawconclusion 分析数据并得出结论.X.Runconfirmatoryexperiments,ifnecessary.必要时进行确认实验.StepIII:DeterminetheResponse(s)步骤三：确定响应变量 Usecontinuousresponseswheneverpossibl
9、e尽量使用连续数据作输出变量.-Continuousdataprovidemoreinformation连续数据提供更多的信息.-Attributedataneedslargersamplesize计数型数据需要大样本量.Useresponsewhichcanbemeasuredprecisely,accurately,andwithstability.尽量使用可精确，稳定测量的输出变量.StepIV:IdentifyInputFactors步骤四：识别输入因子Generally，inputfactorscanbeidentifiedthrough:通常可通过以下工具识别输入因子：-Fishb
10、onediagram 鱼骨图-C&Ematrix因果矩阵-FMEA潜在失效模式效果分析ControlFactorsvs.NoiseFactors可控因子与噪声因子Controllable(Control)factorsarefactorsforwhichwecansetandmaintainadesiredlevelduringaprocessnormaloperation.可控（操作）因子是我们在工序的正常操作时能设定并且维持在期望水平的因子。NoisefactorsarefactorsthatvaryduringnormalOperation，andwecannotcontrolthem.
11、Or，wepreferNottocontrolthembecausedoingsowouldbeveryexpensive.噪音因子是在正常的操作期间变化的因子，而且我们不能够操作他们；或者我们宁愿不操作他们，因为这么做会很昂贵。StepV:SelectLevelsforEachFactor步骤五：选择输入因子的水平Levelscanbeeitherquantitativeorqualitative.因子水平可以是定量的，也可是定性的。Quantitativeexample.定量举例温度：100 和120 压力：20 psi 和25 psi 旋转度：3000RPMvs.3500RPM Qual
12、itativeexample-定性举例 MachineAvs.MachineB 机器A和机器B ShiftA,B,C 曲线A,B,C Materialtype:Newvsold 材料类型：新和旧StepV:SelectLevelsforeachFactor步骤五：选择输入因子的水平LevelsareselectedbasedonDOEobjective.因子水平的选择是基于实验目的。Objective#1:Determinevitalfewinputsfromalargenumberofvariables(Screening)筛选DOE：从大量的变量中确定出重要的少数输入因子n Set“Bol
13、d”levelsextremesofcurrentcapabilities将当前能力的极限值设定为“大胆”水准StepV:SelectLevelsforeachFactor步骤五：选择输入因子的水平Objective#2:Tounderstandfactorrelationshipsandinteractions量化DOE：了解因素关系及交互作用v Oncecriticalinputsareidentified,reducedspacingofthelevelsisusedtoidentifyinteractionsamongInputs一旦确定重要的输入因子，通过减少水平间距来确定输入因子间
14、的关系和交互作用Objective#3:Toidentifytheoperatingwindowofasetofinputvariables(ProcessOptimization)优化/稳健DOE：确定一组输入变量的操作参数（过程最优化)v Closesettingsareagainused水平设定进一步接近StepVI:SelectthetypeofDOE步骤六：选择DOE类型实验的常用类型Objectives目的可控因子的多少Screening筛选法通过测试大量的因子来发现关键的因子不评价交互作用7ormore7个或更多全因子实验法发现提供最好结果的因子和水平建立数学模型（可评价所有交互
15、作用）4orfewer4或更少局部因子法发现提供最好的结果的因子和水平建立数学模型（可评价局部交互作用)5ormore5个或更多CentralCompositeDesign(CCD),orBox-Behnken中心合成法Box-Behnken最优化发现提供最好的结果的因子和水平当存在非线性影响时建立数学模型（经常使用向应面方法）3ormore3个或更多StepVII:Planconductingtheexperiment步骤七：实施实验的方案实施实验的方案应解决以下问题：v 费用如何？v 我们已经与内部客户讨论过吗？v 需要多长时间？v 有必要做试运行吗？v 我们需要提案及许可吗？v 谁来进行
16、实验？StepVIII&IX:Conductexperiments,obtaindataandanalyzedata步骤八和九：实施实验，获取数据并分析数据 Obtainthedata获取数据-Validatethedatacollectionanddatavalues确认数据,收集数据值-Validatethatspecialconditionsdidnotinfluence确认特别情况不会产生影响 AnalyzethedatausingMinitab用Minitab 分析数据Wewillcoverthisinlatermodules我们将在接下来的课程里讲解BarrierstoEffect
17、iveDOE实施实验的阻碍Problemnotclear问题不清Objectivesnotclear目标不明 Inadequatebrainstorming集体讨论不充分Resultsoftheexperimentunclear实验结果不清DOEistoocostly实验设计费用过高DOEistootimeconsuming实验设计耗时过长LackofunderstandingDOEstrategies对实验设计策略缺乏理解BarrierstoEffectiveDOE实施实验的阻碍Notconfidentduringtheearlystages实验初期缺乏信心Lackofmanagements
18、upport缺乏管理支持Needforinstantresults过于迫切需要结果Lackofadequatecoaching/support缺乏足够的指导/支持Advantages优点 DOE实验可以实现对多因子在多水平上的分析。这要比传统上被称为OFAT（一次一个因子）的假设检验技术快得多。DOE实验在分析初期阶段可以用来筛选大量因子 DOE实验可以分析出因子间的潜在“交互作用”。OFAT实验却不可以。这就称为因子效率。设想你在进行一次一个因子（OFAT)实验，每次只变动一个因子Advantages优点 你得到的只是在其他因子不变的情况下对一个因子的估计;并假设其他因子的效果都不变以及这些
19、效果可以叠加;n 但是当其他因子的数值变动时，一个因子的最正确数值可能发生变化.Advantages优点 InFactorialExperiment,Nomattertheoptimalvaluechangesornot.在因子实验里，不管最正确值是否发生变化v Itdetectsandestimatestheeffectamongdifferentfactorsandeventheirinteractions,italsoprovideabetterdiscriminationpowerthanOFAT它能够觉察及估计不同因子的效果，甚至它们的交互作用，它也比“一次一个因子”实验提供更好的判
20、别能力.OFATvsDOE单因子实验vs实验设计因子B因子AOFATvsDOE单因子实验vs实验设计步骤1因子A因子B 保持因子B不变，就因子A进行实验预估的最大反应量OFATvsDOE单因子实验vs实验设计步骤1步骤2因子A因子B已找到因子A的最佳设置，保持因子A不变，就因子B进行实验预估的最大反应量步骤1步骤2因子A因子B预估的最大反应量真实的最大反应量OFATvsDOE单因子实验vs实验设计OneFactorataTime(OFAT)Strategy单次单因子（OFAT）方法Asequenceofexperimentalrunsinwhichonlyonefactorismanipula
21、tedwhilethevaluesofallotherfactorsareheldconstant,followedbyasequenceofexperimentalrunsinwhichasecondfactorismanipulatedandallotherfactorsareheldconstant,andsoon通常固定所有其他因子不变，而只变动一个因子进行实验；然后变动第二个因子（固定其他因子），以此类推。Optimumoperatingpointidentifiedisoftenmisleading.这样确定的“最优点”常常有误导性。IntroductionTo2kFactoria
22、lExperiment2k 因子实验设计简介LearningObjectives学习目的 完成对本模块的学习后，学员将能够：n 描述一个全因子实验v 说明用于一个全因子实验方案的标志。v 解释说明主要效果和交互作用。用Minitab设定和分析一个2 x 2全因子实验Agenda教程 Frompreviousmodule“IntroductiontoDesignofExperiments”recapbasisofDOE从前面的章节“实验设计简介”复习实验设计基本原理。n Whatisafullfactorialexperiment?什么是全因子实验？“Maineffect”and“Interac
23、tion”“主效果”和“交互作用”TwoFactorExample（usingMinitab）两个因子例题（用Minitab)IntroductionTo2kFactorialExperiment2k因子实验设计简介Whydoweusefactorialexperiment?我们为什么需要进行因子实验？IntroductionTo2kFactorialExperiment2k 因子实验设计简介Vocabularies,Definitions&Notations词汇、定义和标识DOEVocabulary实验设计词汇 ExperimentalDesign；实验设计n 对于实施实验的方案叫做“实验设
24、计”n 又叫做“实验模式”或“设计矩阵”n 特意改变变量的一个或一系列实验，目的是观察和识别响应变量改变的原因n 它是一个选择响应变量、因子、区块和组合的方案n 所用的工具包括方案组合、随机化、重复和/或复制Definition&Notation定义和标识 FULLfactorialexperiment:experimentwithallcombinationsoffactorsineachoftheirlevels全因子实验：组合所有因子和每个因子所有水平的实验 DesignNotation:设计标识：v Factors 因子qUpper case A,B,C，etc 大写字母A,B,C v
25、 NUMBER OF FACTORS 因子数量qK Definition&Notation定义和标识v HighandLowlevelsoffactors因子的高水平和低水平n+，signsv Numberofreplicates 复制的数量q Nv Treatmentcombinations 组合q Lowercasenotation 小写字母Definition&Notation定义和标识 Example:例子：v Forexperimentsusingtwolevelsofallthefactorsashorthandisused:v 对于所有因子都使用两个水平的实验，可使用速记：2kn
26、 e.g23=therefactorsattwolevelseach 例如23三个因子，每个因子都有两个水平Definition&Notation定义和标识 Forthenumberofrunsneeded,justmultiply为计算出需要的运行次数，就进行乘积v e.g2x2=4runs,2x2x2=8runs,24=16runsv Thefollowingsessionwillfocusonthe2x2or22design我们现在将学习于2 x2或22设计MainEffect主效果TheMainEffectofafactoristheaverageeffectontheresponse
27、variable,byswitchingbetweenthelevelsofthefactortheexamplebelowhasfactors:ConsistenceandCatalyze.Theoutputvariableisyield一个因子的主效果定义为一个因子在多水平下的变化导致输出变量的平均变化。参考下表，其中有两个因子，浓度与催化剂。输出变量是良率Cata1催化剂1Cata 2催化剂 2Consistence 1浓度 1Consistence 2 浓度 232543824MainEffect主效果 TheMainEffectforConsistence=ThechangeinYi
28、eldacrossCatalyzes:浓度的主效果:WhenconsistenceischangedfromLevel1tolevel2,yieldis4当浓度从水平1增加到水平2时，良率是4个点。Likewise,theMainEffectforCatalyzeis:同样，催化剂的主效果:Conc=4Cata=-12WhencatalyzerischangedfromLevel1tolevel2,yieldis-12当催化剂从水平1增加到水平2时，良率是-12个点。32+382MainEffectPlot主效果图 Tableorsimpleplote.g.表格或简单的图示，例如 Datafi
29、le:数据文件Expt22.mtwLargeslopesimplymaineffectissignificant-butbeawareofthechoiceoflevels斜度越大表示主效果大-但要小心对水平的选择Interaction交互作用 Ifinfluenceoftheeffectof1factorischangedbychangingthelevelsofoneormoreotherfactors,wesaythatanInteractionisfoundbetweenfactors.在有些实验中，我们发现当改变其他因子的不同水平时，一个因子的水平的主效果有所改变。在这种情况下因子间
30、具有交互作用。Cata1催化剂1Cata 2催化剂 2浓度 1 浓度 232543824序号 浓度 催化剂 浓度*催化剂交互Y1 1 1 1 242 1-1-1 543-1 1-1 384-1-1 1 32浓度与催化剂的交互作用：(24+32)/2-(54+38)/2=-18Interaction交互作用ForExample参考以下数据组：AtthefirstleveloftheCATALYZERFactor,theeffectforConsistenceis:在催化剂因子的第一个水平下，浓度效果为：Conc=54-32=22AndatthesecondleveloftheCatalyzerF
31、actor,theeffectforConsistenceis:而在催化剂因子的第二个水平下，浓度效果为：Conc=24-38=-14Cata1催化剂1Cata 2催化剂 2Consistence 1浓度 1Consistence 2 浓度 2 32543824Interaction交互作用LinesonthisplotwhichareNotparallelimplyaninteraction此图中的两条直线不平行表示存在交互作用StatANOV AInteractionsPlotInteraction交互作用 SincetheeffectofTemperatureonYielddepends
32、onthelevelofPressure,wecanconcludethatthereisaninteractionbetweenTemperatureandPressure.Inthiscasethetrendofincreasingwithtemperatureisevenreversed.因为浓度对良率的效果取决与催化剂水平，就表示浓度与催化剂之间存在交互作用。在这种情况下，由浓度产生的良率的增加趋势甚至被逆转。Contrast对比 REMARK Whenwecalculatethemaineffectofafactor当我们计算一个因子的主效果时MainEffect=y Thenume
33、ratorbeforeavergeiscalledthelinearcontrastofthefactor在平均前的分子叫作因子的线性比照 E.gContrastinglevelofCatalyzefromprev.exampleis例如：以上例子中催化剂的比照水平是v（38+24）-（32+54）IntroductionTo2kFactorialExperiment2k因子实验步骤 2x2ExampleUsingMinitab 2x2 例题（使用 Minitab)Step1:IdentifyProblem步骤1：识别问题 Step1:PracticalProblem:Todeterminet
34、heeffectoftemperatureandpressureontheyieldoftwodifferentproducts.Usethefollowingdata:第一步：实际问题：确定浓度与催化剂在两个不同的水平,对产品的良率上产生的效果。使用以下数据：Consistence 1浓度 1Consistence 2 浓度 2 32543824Cata1催化剂1Cata 2催化剂 2Step2:DefineFactors&Levels步骤2：确定因子与水平 Step2：Statethefactorsandlevelsofinterest,createaMinitabexperimentda
35、tasheet,Putthevaluesofeachresponsevariableinonecolumn.Eachinputandoutputhasaseparatecolumn.第二步：说明所关注因子与水平，建立一个Minitab 实验数据表，将每个相应变量的数值置于一列内。每个输入与输出列于不同的列。StatDOECreateFactorialDesignChoose选择Choose“2”选择“2”Choose“Designs”选择“Designs”Step3:Tabulatethefindings步骤3：记录结果数据录入MinitabConsistence 1浓度 1Consisten
36、ce 2 浓度 2 32543824Cata1催化剂1Cata 2催化剂 2Cata Conc Yield-1-1 321-1 38-1 1 541 1 24Step4:Amalyzethedata步骤4：分析数据Menu:StatDOEAnalyzeFactorialDesignThemodelYield=f(Consistence,Catalyze)includesbothfactorsandtheirinteraction模型良率f(浓度，催化剂），包含两个因子与其交互作用Step5:Interprettheresult步骤5:理解结果FactorialFit:YieldversusCa
37、ta,ConcEstimatedEffectsandCoefficientsforYield(codedunits)TermEffectCoefConstant37.000Cata-12.000-6.000Conc4.0002.000Cata*Conc-18.000-9.000AnalysisofVarianceforYield(codedunits)SourceDFSeqSSAdjSSAdjMSFPMainEffects2160.0160.080.00*2-WayInteractions1324.0324.0324.00*ResidualError0*Total3484.0Notenough
38、data(degreesoffreedom)tocalculate无足够的数据（自由度）来计算Step6：PlotChart步骤6:制作图表Menu:StatDOEAnalyzeFactorialDesignStep7：Pareto/NormalPlot步骤7：柏拉图/正态图Therenolineontheplotdefiningstatisticalsignificance图中没有线显示统计的显著性BUTtheABinteractionisthelargestcontributor,followedbypressure&temperature但AB交互作用是最大的因素，然后才是催化剂和浓度T
39、herenolabelontheplotdefiningstatisticalsignificance图中无标识显示统计显著性Step8:MainEffectsPlots步骤8：主效果图Menu:StatDOEFactorialFactorialplotsStep8:MainEffectsPlots步骤8：主效果图MainEffectsPlot(datameans)forYieldNote:备注 Themaineffectofafactorisdefinedastheaveragechangeintheoutputvariableproducedbyachangeinthelevelsofaf
40、actor.一个因子的主效果是由于 改变因子的水平而导致输出的 变量的平均变化。AsConsistenceinchangedfromlevelonetoleveltwotheaveragesampleyieldincreasesfrom24to31随着浓度从水平一到达水平二样本的平均良率从24增加到31MakeanequivalentstatementforCatalyze对催化剂作出同等的陈述Step8:InteractionPlots交互作用图Menu:StatDOEFactorialFactorialplotsnote:备注：Insomeexperimentsitwasfoundthat
41、themaineffectbetweenthelevelsofonefactorisnotthesamefordifferentlevelsoftheotherfactors.Inthiscasewehaveaninteractionbetweenfactors.在有些实验中，我们发现对于其他因子的不同水平，一个因子的水平间的主效果并不相同。在这种情况下因子间具有交互作用。Inthiscasethereisclearlyaninteractionbetweenconsistenceandcatalyzeasfarasyield2isconcerned-recallwhattheparetoch
42、artshowed.这里，浓度与催化剂之间存在着影响良率2的明显的交互作用-回想柏拉图的显示。STEP8:INTERACTIONPIOT步骤8：交互作用图IntroductionTo2kFactorialExperiment2k 因子实验简介Repeats,Replicates&Randomization重复、复制和随机化Repeats&Replicates重复和复制 Definitions定义v Repeat-thesameexperimentconductedmorethanonceinasequentialmanner重复-相同的实验一个接一个连续。v Replicate-wholeor
43、partoftheexperimentaldesignconductedmorethanonceatdifferenttimesandevenindifferentorders复制-整个或局部实验设计实施屡次，在不同的时期，也可能以不同的次序。Repeats&Replicates重复和复制 Advantages优点v Repeatsimprovesignal-to-noiseratio.Especiallyifgaugesareincapable.Repeatsenableustocalculatethesample&analysisvariance重复有助于改善信噪比，尤其是当量仪的检测能力
44、很低时-它能使我们计算样本以及分析方差。v Replicatesareevenmorevaluable.Replicatesenableustoestimatethetotalvariabilityaffectingtheexperimente.g.set-updifferencesandtherefore,wecanhaveanestimateoftheerrorsoftheeffectsofthevariables复制就更有用-它能使我们估计影响实验的总变异。例如：设定差异，我们因此可以估计变量效果的误差。AnalysiswithReplicates复制分析 Assumingwere-ru
45、ntheearlierexample(Yield)withtworeplicates假设我们已经对较早的例题（良率）做了两次复制 Thedatasetswilllooklikethis数据组如下v（theyarealsoinExpt22Replicates.mtw).Consistence 1浓度 1Consistence 2浓度 2Cata 1催化剂 1Cata 2催化剂 2Conc1Conc2Catalyze1 Catalyze23454402232543824AnalysiswithReplicates复制分析AnalysiswithReplicates复制分析n FactorialFi
46、t:Yieldversuscatalyzer,consistencen EstimatedEffectsandCoefficientsforYield(codedunits)n n TermEffectCoefSECoefTPn Constant36.7500.661455.560.000n catalyzer-11.500-5.7500.6614-8.690.001n Consistence1.5000.7500.66141.130.320n catalyzer*consistence-17.500-8.7500.6614-13.230.000n n S=1.87083R-Sq=98.44%
47、R-Sq(adj)=97.26%n n AnalysisofVarianceforYield(codedunits)n n SourceDFSeqSSAdjSSAdjMSFPn MainEffects2269.00269.00134.50038.430.002n 2-WayInteractions1612.50612.50612.500175.000.000n ResidualError414.0014.003.500n PureError414.0014.003.500n Total7895.50现在我们可以评估统计显著性AnalysiswithReplicates复制分析OnthePare
48、toplotwecanfindthelineindicatingthesignificanteffectstoitsright在柏拉图中我们可以看到说明有 显著效果的直线在其右侧Onthenormalplotwecanfindtheannotationforthosewithsignificanteffects在正态图中我们可以看到有显著效果的标注AnalysiswithReplicates复制分析Themaineffects&interactionplotswilllookverysimilartotheearliercase.主效果图和交互作用图看起来与早前 的情况非常相似。MoreDeg
49、reesofFreedommeanswecancalculatepvalues.更多的自由度意味着我们可以计算出p值。E.g.TheConsistenceterm(p=0.809)isnotsignificant,butneedstobeIncludedintheanalysisbecauseofthestronginteraction.浓度条件（p=0.809)是不显著的，但 因为存在较强的交互作用，需要将其保存分析内寻找最优参数设置Stat/DOE/Factorial/Responseoptimizer设置条件寻找最优参数设置最优设置可移动红线，看对应关系最优参数设置Randomizati
50、on随机化 Itisessentialtorandomizetheexperimentalrunstoprotectagainstthesystematiceffectsofunknownnon-experimentalvariables(likeenvironment)thatmightbiastheexperimentalresults.将实验随机化是非常重要的。它可防止被不知的非实验变量的效果(如环境）所干扰，这些干扰可产生错误的实验结果。IntroductionTo2kFactorialExperiment2k 因子实验简介Others其他FunctionalRelationship函