Software de análisis de pruebas ortogonales: el software estadístico SPSS le ayuda a realizar pruebas e inspeccionar

¿Existe algún buen software de diseño experimental ortogonal? Para experimentos

Esto se puede hacer en spssau:

Por ejemplo, para hacer una tabla ortogonal interactiva de tres factores y tres niveles,

elija 3 para el número de factores de opción, el número de niveles también es 3, haga clic en "Iniciar análisis" y listo.

Información ampliada

Función de spssau:

1. Función de análisis de varianza: prueba de homogeneidad de varianza, ANOVA de un factor, ANOVA de dos factores, ANOVA de tres factores. Análisis de varianza factorial, análisis de varianza multifactorial, análisis de covarianza, análisis de comparación de medias y funciones de comparación múltiple post hoc.

2. Funciones no paramétricas: prueba de suma de rangos de Wilcoxon para muestra única, prueba no paramétrica para muestra independiente (mannWhitney), prueba no paramétrica para muestra independiente (Kruskal-Wallis), muestra pareada prueba de suma de rangos de Wilcoxon con signo, prueba de Friedman de muestras múltiples, prueba de carreras, coeficiente de coordinación de Kendall, prueba Q de Cochran.

3. Funciones estadísticas multivariadas: análisis de conglomerados (clustering Kmeans), análisis de conglomerados (clustering K-prototype), análisis de componentes principales, análisis factorial, análisis de correlación canónica, clustering jerárquico, modelos GEE, regresión de mínimos cuadrados parciales. , modelos de ecuaciones estructurales.

Fuente de referencia:

-¿Qué software tiene SPSSAU para el diseño experimental ortogonal? ¿Hay algo además de spss?

El software de análisis de datos actual que puede realizar análisis ortogonales incluye SPSS, SAS y JMP, pero usted dijo que el más simple es el software asistente ortogonal SPSS, el software estadístico para ayudarlo a probar y verificar

Software estadístico SPSS: le ayuda a realizar pruebas e inspeccionar

En la gestión de calidad, las pruebas ortogonales y las pruebas paramétricas son dos métodos que suelen utilizar los responsables de calidad. Entre ellos, las pruebas ortogonales se utilizan, por un lado, para seleccionar la combinación óptima de parámetros de diseño en la etapa de diseño del producto para reducir los costos tanto como sea posible, por otro lado, se utilizan para adoptar el plan de proceso óptimo en el proceso de producción; lograr alta calidad, alto rendimiento y bajo consumo. Las pruebas paramétricas utilizan las características de los productos de muestra seleccionados durante la inspección entrante, la verificación del producto, la inspección del proceso, etc. para realizar pruebas de hipótesis en su conjunto con el fin de determinar la situación general.

Sin embargo, con el desarrollo de la tecnología y el aumento de la complejidad del producto, los indicadores y factores en la prueba ortogonal también aumentarán y el proceso de cálculo también se volverá más complicado. El proceso de cálculo y análisis de la prueba de hipótesis es necesariamente complicado. Por lo tanto, es necesario utilizar software informático para llevar a cabo estos dos aspectos del trabajo a fin de completar mejor el trabajo de gestión de calidad empresarial. Experimentos diseñados para la gestión de la calidad

Este artículo utiliza un ejemplo para presentar el proceso de análisis de datos del diseño experimental ortogonal con el software estadístico SPSS.

El anillo interior de un rodamiento producido por una fábrica de rodamientos tiene una dureza desigual. El equipo de control de calidad de tratamiento térmico y enfriamiento decidió optimizar los parámetros del proceso de enfriamiento a través de experimentos ortogonales para mejorar la tasa de aprobación de la dureza uniforme del interior. anillo. Después del análisis, se determinó que la "temperatura de calentamiento de enfriamiento", el "tiempo de mantenimiento de calentamiento de enfriamiento", la "temperatura de calentamiento de templado" y el "tiempo de mantenimiento de templado" son las principales razones de la dureza desigual. Según la experiencia pasada, se toman 3 niveles para cada uno de los 4 factores: las temperaturas de calentamiento de enfriamiento son: 835, 845 y 855 grados Celsius; los tiempos de calentamiento de enfriamiento y mantenimiento son: 20, 15 y 10 minutos respectivamente; 160, 170, 180 grados Celsius; los tiempos de templado y mantenimiento son: 2, 2,5, 3 horas.

El primer paso es crear el archivo del conjunto de datos de SPSS.

El segundo paso, el proceso de análisis es el siguiente:

①Haga clic en el menú Analizar y seleccione el elemento GeneralLinearModels. Abra el cuadro de diálogo "Univariado" del análisis de varianza multifactorial, seleccione la variable "Tasa de aprobación" en el cuadro "Variable dependiente" y seleccione otras variables en "Factor(es) fijo(s)".

②Haga clic en el botón "Opciones" para abrir el cuadro de diálogo "Univariado: Opciones", seleccione las cuatro variables en el cuadro "Mostrar medios para" y haga clic en "continuar".

③Haga clic en el botón "Modelo" para abrir el cuadro de diálogo "Univariado: Modelo", seleccione "personalizado", seleccione las 4 variables en el cuadro "Modelo" y haga clic en "continuar".

④Haga clic en "Aceptar", los resultados del análisis estadístico se muestran en la Tabla 1 y la Tabla 2. Se puede ver en los datos de la columna "Suma de cuadrados tipo III" en la escala estadística de factor único "Medias marginales estimadas" en la Tabla 1: la temperatura de calentamiento de enfriamiento es el factor más importante, seguido por el aislamiento de templado, el aislamiento de enfriamiento y temperatura de templado comparando la tabla 2 Comparando los datos en la columna "Media" en cada subtabla, se puede ver que debemos elegir el nivel óptimo para cada factor: temperatura de templado nivel de selección 3, que es 855 grados Celsius; ; nivel de selección del tiempo de mantenimiento del templado 1, que es de 2 horas. Además, puede establecer más requisitos de análisis estadístico haciendo clic en otros botones en el cuadro de diálogo "Univariado" y en el cuadro de diálogo "Univariado: Opciones" y en el cuadro de diálogo "Univariado: Modelo". Inspección paramétrica de la información de la muestra

En el proceso real de producción e inspección, no se miden las características de todos los productos, pero se miden las características de los productos de muestra seleccionados para hacer suposiciones sobre toda la muestra para determinar la inspección. si todo el lote de productos está calificado o no para tomar decisiones. La prueba paramétrica del software SPSS determina principalmente si se rechaza o se acepta la hipótesis nula comparando el valor de probabilidad asociado con el nivel de significancia. Aquí utilizamos la prueba t más utilizada para ilustrar la aplicación de SPSS en pruebas paramétricas.

La prueba T se puede dividir en prueba t de muestra única, prueba t de dos muestras independientes y prueba t de muestras pareadas. A continuación se tomará la prueba t de muestra única como ejemplo para presentar brevemente el uso de SPSS en las pruebas de parámetros. La prueba t de dos muestras independientes y la prueba t de muestras pareadas se componen respectivamente del elemento "Indepen?鄄dent-SamplesTTest". de "comparar medios" en el menú "Analizar" y el elemento "Paired-SamplesTTest" se utiliza para completar la operación. La operación es similar a la prueba t de una sola muestra y no se describirá en detalle aquí.

Ejemplo: Una fábrica de electrodomésticos produce una lámina de mica con un espesor promedio de 13 mm. Hoy se seleccionaron al azar 26 láminas de mica de las láminas de mica producidas en un día determinado. Ahora comprobamos si el espesor medio de las escamas de mica producidas actualmente difiere significativamente de los requisitos de distribución de masa especificados (α=0,05).

El primer paso es crear el archivo de datos de SPSS.

El segundo paso, haga clic en el elemento "OneSam?鄄plesTTest" de "comparemeans" en el menú "Analizar", abra el cuadro de diálogo "One-Sam?鄄plesTTest" y seleccione la variable "Espesor". " en el cuadro " Testvariable(s)", lo que indica que es necesario analizarlo; complete el valor medio general de 13 en "Testval?鄄ue:" y haga clic en "Aceptar".

El tercer paso, haga clic en el botón "Opciones" para abrir el cuadro de diálogo "One-SampleTTest: Opciones", ingrese 95 en "ConfidenceIn?鄄terval", lo que significa que el intervalo de confianza es 95 %; " "MissingValues" es el procesamiento de valores predeterminados. Seleccione "Excluir análisis de casos por análisis" aquí, lo que significa que el registro solo se eliminará si las variables utilizadas en el análisis específico tienen valores faltantes. Haga clic en el botón "Continuar".

Finalmente, haga clic en "Aceptar" para obtener los resultados de la prueba.

Lo anterior es lo que el editor ha compartido con usted sobre

el software estadístico SPSS para ayudarle. prueba e inspección

Contenido relacionado, para obtener más información, preste atención

Global Ivy

Comparta más información útil