试验设计与分析

本课程讲授工程中进行试验设计的基本原理,以及试验数据分析的方法。主要模块包括:试验设计简介、试验数据分析方法、简单对比试验、单因子试验、多因子试验、全因子设计、部分因子设计、稳健参数设计、田口设计、响应曲面设计等。

播放:15778次,课程ID:4231846

试验设计与分析课程简介:前往报名学习

试验设计与分析课程简介:

本课程讲授工程中进行试验设计的基本原理,以及试验数据分析的方法。主要模块包括:试验设计简介、试验数据分析方法、简单对比试验、单因子试验、多因子试验、全因子设计、部分因子设计、稳健参数设计、田口设计、响应曲面设计等。

前往报名学习

试验设计与分析课程目录:

1. 课程内容简介

2. 试验设计简介

--2.1 试验设计概念简介

--2.2 试验的分类

--2.3 试验的策略

--2.4 试验的系统步骤

--2.5 试验设计的基本原则

--2.6 试验例子

3. 试验数据分析

--3.1 数据分析的三个步骤

--3.2 单变量数据分析

--3.3 箱线图

--3.4 直方图

--3.5 正态性检验

--3.6 趋势分析

--3.7 散点图

--3.8 相关性与因果关系

--3.9 总结

4. 简单比较试验

--4.1 假设检验

--4.2 一类错误与二类错误

--4.3 功效曲线

--4.4 p值

--4.5 置信区间

--4.6 双样本假设检验

5. 非参数检验

--5.1 非参与参数化检验对比

--5.2 单样本符号检验

--5.3 单样本Wilcoxon检验

--5.4 双样本Wilcoxon-Mann-Whitney检验

--5.5 非参检验总结

6. 单因子方差分析

--6.1 方差分析

--6.2 多重比较

7. 多因子试验

--7.1 双因子方差分析

--7.2 单因子与多因子卡方检验

8. 随机分组与拉丁方

--8.1 分组原则

--8.2 分组实验的方差分析

--8.3 拉丁方设计

9. 回归分析

--9.1 简单线性回归模型

--9.2 自变量设计的准则

--9.3 建立回归模型

--9.4 残差分析

--9.5 方差分析与模型指标

--9.6 变量选取方法

--9.7 模型诊断

--9.8 总结

10. 全因子设计

--10.1 试验设计方法选择概述

--10.2 因子设计

--10.3 2^2因子设计

--10.4 模型分析

--10.5 2^3因子设计

--10.6 无重复的2^k因子设计

--10.7 中心复合设计

--10.8 因子设计中的分组与混杂效应

11. 部分因子设计

--11.1 为什么选用部分因子设计

--11.2 2^k-1部分因子设计

--11.3 部分因子设计的分辨率

--11.4 普通2^k-p部分因子设计

12. 响应曲面设计

--12.1 响应曲面的概念

--12.2 响应曲面的二阶模型

--12.3 多响应优化

13. 田口设计

--13.1 田口设计简介

--13.2 稳健设计

--13.3 正交表

--13.4 灵敏度分析

--13.5 容差设计

14. 计算机试验

--14.1 计算机试验的特点

--14.2 最优设计

--14.3 空间填充

期末考试

试验设计与分析授课教师:

王凯波-教授-清华大学-工业工程系

王凯波,博士,清华大学工业工程系教授,博士生导师。2006年在香港科技大学获得博士学位(工业工程与工程管理学)。 王凯波教授的主要研究方向为统计质量控制以及数据分析,并强调融合工程知识与统计方法解决工业实际质量问题。已主持完成或在研多项基金类科研项目,及多项企业委托科研项目,现有科研项目主要以数据驱动的建模分析和质量改进为主,以半导体生产、智能制造与服务业为应用背景。现教授本科生《试验设计》,《质量管理与质量控制》,研究生《高等质量管理学》、《应用统计学》,及《工程管理中的定量分析方法》等课程。 王凯波教授2017年担任INFORMS学会质量、统计与可靠性(QSR)分会主席,2016年担任INFORMS年会QSR分会Cluster Chair。他现在是IISE Transactions的Department Editor,Journal of Quality Technology、Quality Engineering等期刊的Editorial Review Board,以及多个期刊的副主编。他是IISE,INFORMS的会员,及ASQ的资深会员。

© 柠檬大学-慕课导航 课程版权归原始院校所有,
本网站仅通过互联网进行慕课课程索引,不提供在线课程学习和视频,请同学们点击报名到课程提供网站进行学习。