分析 Plackett-Burman 设计

Plackett-Burman 设计是部分析因筛选设计的备选设计。两水平部分析因设计的试验次数必须是 2 的幂次方，这是由其本质决定的。不过，Plackett-Burman 设计存在 12、24 和 28 次试验的设计。

Weld-Repaired Castings.jmp 样本数据表使用 Plackett-Burman 设计，Box et al. (1978) 中所述的设计的实验结果。有七个因子被认为对焊接质量有影响。这七个因子分别是：初始结构、焊珠大小、压力处理、热处理、冷却速度、抛光和最终处理。使用包含 12 次试验的 Plackett-Burman 设计来调查这七个因子的重要性。响应为 100× log(lifetime)。（该样本数据表还包含对误差建模时使用的四项，但本分析中不使用这些项。）

1. 选择帮助 > 样本数据库，然后打开 Weld-Repaired Castings.jmp。

2. 选择实验设计 > 经典 > 两水平筛选 > 拟合两水平筛选。

基于列属性填充启动窗口。寿命对数 (x100) 是响应 Y。

为 X 指定了七个因子：初始结构、焊珠大小、压力处理、热处理、冷却速度、抛光和最终处理。

3. 滚至 X 窗口底部。选择 ε1、ε2、ε3 和 ε4，然后点击删除。

4. 点击确定。

图 10.6 Weld-Repaired Castings.jmp 的筛选报表 

唯一标识的显著效应是抛光。请注意：有四项带有星号标记，指示它们不与其之前的效应正交。为这些效应获取的对比值是正交化之后的结果。因此，这些估计值不与从相应回归分析获取的估计值匹配。您可以使用运行模型按钮拟合单因子模型。

需要更多信息？有问题？从 JMP 用户社区得到解答 (community.jmp.com).