顾此不失彼的DOE（DOE系列之五）

Michael

顾此不失彼的DOE（DOE系列之五）

       本连载前四个系列已经介绍了几种不同背景、不同要求的情况下，应用DOE的原理和技巧。但细心的读者会发现之前的案例有一个共同的特点（或者称为局限）：数据分析仅限于单个响应变量。在实际工作中，常常会遇到要同时考虑多个响应变量的情况，例如希望断裂强度越大越好，同时希望厚度越小越好；希望质量水平越高越好，但同时希望成本越低越好等等。这类问题与古人所说的有些相像： “鱼与熊掌，能否兼得”？确实，如何同时考虑多项指标是个很复杂的课题。今天我们的任务就是另辟蹊径，设法解决处理多指标问题，使DOE也可以顾此不失彼。DOE方法的实现离不开统计分析软件的支持，高端六西格玛统计分析软件JMP是目前业界最先进的六西格玛工具，其在DOE方面的表现最为优秀，本期案例我们仍以中英文双语版JMP软件作为DOE方案实现的载体。

       其实，解决这个问题的关键是能否创建一个新指标，用它来代表所有的旧指标，然后通过优化这个新指标，就可以实现多指标的平衡化最佳，也就是总体最佳了。这个新指标用什么来表示呢？答案是首先将原先的响应变量转化为另一个变量：意愿(Desirability ) ，它的建立可以将求任意响应变量 达到最优的问题转化为求一个取值范围在0至1之间的单个意愿达到最大的问题。意愿的函数形式可分为三大类，同时根据实际情况，分别确定它们的容许范围，即 “下限”（Lower）和“上限”（Upper）。当实验的指标是越大越好，即“望大”型（Maximize）时，可以用图一来描述此时意愿的规律；当实验的指标是越小越好，即“望小”型（Minimize）时，可以用图二来描述此时意愿的规律；当实验的指标是越接近某值越好，即“望目”型（Target）时，可以用图三来描述此时意愿的规律。这三种不同的函数形式反映了三种不同的指标需求，它们的共同特征是 的取值越接近于1表示越结果越令人满意， 的取值越接近于0则表示相反。

   

游客，如果您要查看本帖隐藏内容请回复

lynnsabrina

学习一下，谢谢分享。。。

yirannorm

非常好的学习资料

yirannorm

非常好的学习资料

yirannorm

非常好的学习资料

kezhang2000

谢谢                                                    学习

yirannorm

很好的学习资料

yirannorm

很好的学习资料

BFbj

谢谢楼主分享！

nanfeng36

thanks for sharing