DOE實驗設計在產品誕生的整個過程中扮演了非常重要的角色，它是提高產品質量，改善工藝流程，優化設計的重要工具。通過兩天的課程，將通過對產品生成的各階段的DOE應用，學習判別與選擇不同的實驗設計工具， 解決相應的問題，同時相關人員了解DOE在自己工作中可以幫到什么。通過我們六年的授課實踐和不斷研究，采用邏輯上的重整和合并，在兩天的課程之內，將田口、經典和謝寧三種風格的DOE結合起來，不但是完全可以的，而且能保證內容上的翔實，困惑的解除，有助于快速掌握和靈活應用。對DOE的整合是通過貫穿始終的產品誕生路徑、質量與可靠性風險的線索，它是本課程的獨家內容，會為學員帶來特別的增值價值。此外，課程提供持續的支持服務和交流活動，學員在課后應用中的問題，老師將提供持續的解答和輔導，很多學員都已經成為我們多年的朋友。 今天，DOE這個詞給很多工程人員帶來了困擾，很多誤區由此而生： 它是做6sigma才需要的。 它需要深入的統計數學基礎，掌握起來非常困難，即使掌握了，距離解決問題也很遠 它能最終解決一切問題，但是耗費的周期很長 如果沒有其他部門的配合，發起部門就無法將試驗設計做到有結果。 。。。。。。這些都是我們在看書，聽講座，參加研討會之后產生的感覺。 我們耗費了很多時間去學習DOE，也許發現總是沒有耐心學下去，而公司產品中的問題卻依然存在，困擾我們的問題是如此的長期和頑固，揮之不去： 這到底是裝配過程的問題，還是設計問題或供應商來料問題？ 這到底是不是真正的原因？ 每個零件都合乎規格和要求，為什么裝到一起就出問題？ 出廠前從來沒有發現過，怎么到市場上就出現，甚至一開箱就出現？ 有些問題非常難再現出來，收集足夠的數據用來進行正統的DOE分析也是不現實的，怎么辦？ 培訓課程大綱 實驗設計基礎 假設檢定 － 假設檢定定義與術語 － 置信區間的概念 － 如何運作假設檢定 － 將實際問題轉化為統計問題； － 對流程變異進行假設驗證 － 對你的實驗設計進行假設 單因子實驗分析(One-Way ANOVA) － 單因子實驗 － 單因子分析模型 － F檢定和T檢定 － 方差測試 － 練習 - 單因子變量分析的統計模型 - 研究統計檢定來比較方差值 - 學習不同的探索方法和圖示技巧 - 學習F檢定和T檢定 多因子實驗分析(Two-Way ANOVA) － 多因子實驗 － 多因子分析模型 － 交互作用 － 練習 - 多因子變量分析的統計模型 - 學習交互作用的概念 回歸分析 － 相關與回歸 － 回歸系數與回歸模型 － 殘差分析 － 練習 - 回歸的統計模型 - 學習殘差的概念 實驗設計實戰 實驗設計概論 － 什么是實驗設計 － 實驗設計的用途 － 實驗的種類 － 實驗設計的步驟 － 實驗設計的概念 － 實驗設計的專業術語 － 學習處理干擾變量 － 實驗設計的規則 全因子實驗設計 － 2k 全因子設計的整體概念 － 建立標準順序設計 － 設計并分析 2k 全因子設計 使用 ANOVA 使用效應圖 (Effects Plots) 圖表及殘差圖 (Residual Plots) － 在設計中采用中心點 (Center points) － 在2k 全因子設計中應用區組劃分(Blocking) － 掌握全因子實驗設計的步驟和方法 － 會分析全因子實驗的結果 部分因子實驗設計 － 篩選設計 － 部分因子設計 － Alias關系 － 設計解決方案 － Foldover設計 － 飽和設計 － 投射器實驗 － 簡化全因子實驗設計 － 調查所有因子的影響 － 調查多種因子的聯合影響 DOE經典案例介紹 了解DOE具體實施方法