Máy tính Công suất DOE

Phân tích công suất DOE là gì?

Lực thống kê là xác suất mà một thí nghiệm phát hiện được hiệu ứng thực có độ lớn xác định khi hiệu ứng đó tồn tại. Lực thống kê = 1 - β, trong đó β là xác suất mắc sai lầm loại II (không phát hiện được hiệu ứng thực). Lực thống kê từ 80% trở lên là mức tối thiểu tiêu chuẩn đối với các thí nghiệm được thiết kế.

Với các thiết kế giai thừa 2^(k-p), lực thống kê phụ thuộc vào số yếu tố (k), số bộ sinh (p, đối với thiết kế phân đoạn), số lần lặp (n), độ lớn hiệu ứng cần phát hiện (δ), độ lệch chuẩn của quá trình (σ) và mức ý nghĩa (α). Tăng số lần lặp là cách chủ yếu để nâng cao lực thống kê. Lực thống kê được tính từ phân phối t không trung tâm với bậc tự do sai số mà mô hình khớp để lại, N − 1 − (số số hạng mô hình): mô hình đầy đủ không lặp không còn bậc tự do nào, nên cần thêm lần lặp hoặc một mô hình nhỏ hơn (chỉ hiệu ứng chính, hoặc hiệu ứng chính cộng tương tác hai yếu tố).

Tỷ số tín hiệu trên nhiễu δ/σ là yếu tố quyết định: hiệu ứng càng lớn so với nhiễu thì càng dễ phát hiện. Nếu lực thống kê chưa đủ, có thể tăng số lần lặp, nâng α (chấp nhận nhiều kết quả dương tính giả hơn), giảm số yếu tố, hoặc chọn thiết kế ít phân đoạn hơn.

Formula: Power = P(|T| > t(α/2, df_E)), T ~ noncentral t(df_E, λ) λ = δ·√N / (2σ) N = n × 2^(k−p) df_E = N − 1 − model terms

Ví dụ tính toán

Một thiết kế giai thừa đầy đủ 2³ (8 lần chạy) với 2 lần lặp (tổng cộng 16 lần chạy), độ lớn hiệu ứng δ = 2.0, σ = 1.5, α = 0.05, khớp mô hình đầy đủ (7 số hạng). Tín hiệu = 2.0/1.5 = 1.33, và sai số giữ 16 − 1 − 7 = 8 bậc tự do. Lực thống kê ≈ 65% — thấp hơn mục tiêu thông thường 80%. Lần lặp thứ ba (24 lần chạy) nâng lên ≈ 87%, đủ để phát hiện hiệu ứng có độ lớn 2.0.

Khi nào sử dụng máy tính này

• Trước khi chạy thí nghiệm tốn kém để đảm bảo có đủ lần lặp để phát hiện hiệu ứng quan trọng thực tế với độ tin cậy cao
• Khi quyết định giữa toàn phần thừa số và phân số thừa số — phân tích công suất cho thấy bạn mất bao nhiêu khả năng phát hiện với ít lần chạy hơn
• Trong lập ngân sách thí nghiệm để biện minh số lần chạy cho quản lý bằng cách cho thấy số lần lặp tối thiểu cần cho công suất mục tiêu
• Khi thí nghiệm ban đầu không cho thấy hiệu ứng đáng kể — kiểm tra công suất có đủ không trước khi kết luận không có hiệu ứng
• Khi điều chỉnh mức ý nghĩa α — hiểu sự đánh đổi giữa lỗi Loại I (dương tính giả) và công suất thống kê (khả năng phát hiện)

Những sai lầm thường gặp

• Chạy thí nghiệm mà không phân tích công suất — phát hiện sau đó công suất chỉ 30% nghĩa là thí nghiệm có thể lãng phí; luôn tính công suất trước khi thu thập dữ liệu
• Sử dụng kích thước hiệu ứng δ không thực tế — chọn hiệu ứng rất lớn cho công suất cao nhưng chỉ phát hiện được hiệu ứng lớn; sử dụng hiệu ứng nhỏ nhất có ý nghĩa thực tế
• Đánh giá thấp σ — nếu ước tính nhiễu quy trình quá thấp, công suất tính được sẽ quá lạc quan; sử dụng dữ liệu quy trình lịch sử hoặc nghiên cứu thí điểm cho ước tính σ thực tế
• Bỏ qua phân số trong thiết kế phân số — thiết kế 2^(6-3) chỉ có 8 lần chạy từ 64 có thể; nhiều hiệu ứng bị bí danh và công suất phát hiện hiệu ứng riêng lẻ giảm

Cách diễn giải kết quả

• Công suất dưới 50% nghĩa là bạn có nhiều khả năng bỏ sót hiệu ứng thực hơn là phát hiện — thí nghiệm thiếu công suất và không nên chạy theo thiết kế hiện tại
• Công suất 50-80% biên — xem xét thêm lần lặp hoặc giảm nhiễu qua blocking và kiểm soát thí nghiệm
• Công suất trên 80% đáp ứng yêu cầu tối thiểu tiêu chuẩn — có cơ hội tốt phát hiện kích thước hiệu ứng quy định nếu nó tồn tại
• Công suất trên 90% cung cấp khả năng phát hiện mạnh — khuyến nghị cho thí nghiệm quan trọng nơi bỏ sót hiệu ứng có hậu quả nghiêm trọng
• Nếu công suất thấp dù nhiều lần chạy, tỷ số tín hiệu trên nhiễu (δ/σ) quá nhỏ — tập trung giảm nhiễu thí nghiệm thay vì thêm lần chạy

Tiêu chuẩn & Tài liệu tham khảo liên quan

• NIST/SEMATECH e-Handbook of Statistical Methods, Chương 5 — Cân nhắc về cỡ mẫu và công suất cho thiết kế giai thừa hai mức
• Montgomery, Design and Analysis of Experiments — Giáo trình chuẩn về công suất và số lần lặp cho thí nghiệm giai thừa 2^(k-p)
• ISO 3534-3 — Từ vựng thống kê cho thiết kế thí nghiệm, định nghĩa sự lặp lại, mức ý nghĩa và các khái niệm liên quan
• ASTM E1325 — Thuật ngữ chuẩn về thiết kế thí nghiệm, bao trùm các thiết kế giai thừa và giai thừa phân đoạn mà phép tính công suất này áp dụng

Câu hỏi thường gặp

Nên đặt mục tiêu lực thống kê ở mức nào cho thí nghiệm của tôi?

Lực thống kê 80% là mức tối thiểu được chấp nhận rộng rãi. Với các quyết định trọng yếu (ra mắt sản phẩm, các yếu tố liên quan đến an toàn), hãy nhắm tới 90% trở lên. Dưới 80%, bạn đối mặt với rủi ro đáng kể là thực hiện một thí nghiệm tốn kém rồi kết luận 'không có hiệu ứng' trong khi thực tế vẫn tồn tại một hiệu ứng có ý nghĩa.

Làm thế nào để tăng lực thống kê mà không cần thêm lần chạy?

Hãy giảm nhiễu (σ) bằng cách kiểm soát điều kiện thí nghiệm chặt chẽ hơn: dùng cùng một người vận hành, cùng lô vật liệu và cùng thiết bị. Chia khối để chặn các yếu tố gây nhiễu đã biết. Nâng α từ 0.05 lên 0.10 nếu chi phí của một kết quả dương tính giả là thấp. Dùng thiết kế ít phân đoạn hơn (giảm p). Dùng các điểm tâm để kiểm tra độ cong mà không phải thêm lần lặp đầy đủ.