实验分析技术：Minitab用于2^3实验设计及数据分析；商品订购数量的影响因素研究

正文

请到「今天看啥」查看全文

对于2^3实验设计的数据分析方法和理论，草堂君在前面已经详细介绍过，大家可以点击下方文章链接进行回顾： 实验分析技术：Minitab用于2^2实验设计及其数据分析 ； 数据分析技术：方差分析原理 。这些文章中，详解介绍了方差分析的分析原理和实际应用案例。

所有的2^k实验设计的数据分析采用的都是方差分析。 当然，根据实验考察因素（因子）个数的不同，因子水平数的不同，是否考虑因子之间的交互作用等情况，所用方差分析的具体类型和顺序也是不同的。 例如，对于上方的案例，我们首先应该采用有交互作用的3因子方差分析，如果交互作用不显著或者某个因子的主效应不显著，可以对原有方差分析进行调节，最终的目的就是得到一个能够对客户购买率进行最优解释的模型。

接下来，我们使用一个具体的生活案例，介绍如何采用minitab软件进行2^3实验设计以及数据分析，帮助我们进行生活决策。

案例分析

沿用上方案例，一家公司通过邮寄宣传页进行销售。 它们计划进行一个实验，研究邮寄方式(平邮"-"/快件"+")、宣传页类型(黑白"-"/彩色"+")、产品价格(￥19.95"-"/￥24.95"+")，3个因子对一个特定产品客户购买率的影响。 该公司总共进行了两次实验，实验结果如下表所示：

分析思路

案例有3个因子，每个因子2个水平，是典型的2^3实验设计。 因为总共安排了8种因子水平组合的实验，所以是全因子水平组合实验。 此外，该公司进行了两次邮寄，因此可以检验因子的交互效应。 综上所述，首先需要通过minitab将8个实验组合进行随机化，然后按照随机顺序安排实验，然后进行有交互作用的方差分析。

分析步骤

1、打开Minitab软件，点击【统计】-【DOE】-【因子】-【创建因子设计】，选择两水平因子（默认生成元）； 因子数选择3； 点击显示可用设计，在跳出的对话中选择全因子，点击确定。

2、点击【设计】按钮，在跳出的对话框中，选择全因子； 角点的仿行数选择2（两次实验）； 区组数选择1（没有设置区组）。

3、点击【因子】按钮，在跳出的对话框中，可以将因子的具体名称和水平信息输入到对话框中，这样在后续分析结果的展示上会更加直观。 点击【确定】，输出实验设计结果。

请到「今天看啥」查看全文