课程大纲
第一讲. 实验设计基本原理
◇ 什么是DOE？
◇ DOE的目标
◇ DOE与品质改进
◇ 传统试验的致命弱点
◇ 经典DOE-田口DOE-谢宁DOE
◇ DOE基本原则
◇ DOE专业术语
◇ DOE三个阶段：计划-建模-分析
◇ DOE基本流程
◇ 因子及水平的筛选与确定
◇ 试验样本容量的选择及其度量
◇ DOE基本统计补习
第二讲. 实验设计与MINITAB
◇ DOE吐故纳新
◇ 正交实验设计概述
◇ 正交表构造与性质
◇ 正交表选用
◇ 正交实验设计手工计算与分析
◇ .均值极差分析
◇ 主效应图分析
◇ MINITAB 33字经
◇ MINITAB界面与功能窗口
◇ MINITAB基本操作
◇ 用MINITAB复原正交试验计算结果
◇ 课堂练习 / 指导点评
第三讲. 全因子试验设计
◇ 全因子设计基本原理
◇ 作用及约束条件
◇ 全因子设计试验计划
◇ 中心点的作用与选择
◇ 2k设计的建模条件和目标
◇ 试验设计分析流程
◇ 统计显著性检定
◇ 模型分析与残差诊断
◇ 主效果图分析
◇ 交互作用图分析
◇ DOE立方体图分析
◇ 析因设计的线性回归方程
◇ 模型优化及预测
◇ 案例分析：全因子设计运用
第四讲 部分因子试验设计
◇ 部分因子试验设计概述
◇ 范围及约束条件
◇ 效应与混杂
◇ 分部设计的分辨率
◇ 分辨率的选择标准指南
◇ 混杂对拟合模型及分析的影响
◇ 分部设计实验计划
◇ 模型数据分析与解释
◇ 案例分析：分部因子设计运用
第五讲. 响应曲面试验设计（ RSM ）
◇ 响应曲面设计概述
◇ 范围及约束条件
◇ 中心复合设计与BB设计
◇ RSM的试验点与试验计划
◇ 轴点的计算与设计方法的运用
◇ 中心点的作用与选择
◇ RSM的建模条件和目标
◇ RSM的两阶段试验计划
◇ RSM模型数据分析
◇ 主效果图分析
◇ 交互作用图分析
◇ 等高线及曲面立体图分析
◇ RSM的曲面回归方程
◇ 案例分析：中心复合设计CCD
◇ Box-Behnken设计运用指导[练习]
第六讲 . 筛选试验设计（Plackett-Burman设计）
◇ 筛选试验设计的意义
◇ 筛选设计的范围及约束条件
◇ P-B设计案例分析与讨论
第七讲 田口试验设计
◇ 田口方法与健壮设计
◇ 田口乘积表
◇ 田口信噪比（S/N）
◇ 可控因子-噪音-信号
◇ 静态田口设计
◇ 动态田口设计
◇ 田口的三段设计与二段优化程序
◇ 田口试验设计案例分享
课程特色：
实验设计（Design Of Experiments DOE）在产品设计和质量控制的整个过程中扮演着非常重要的角色，DOE通过对产品及工艺参数的复杂因果关系进行统计量化分析，寻找并确定获得最佳结果的解决方案——Y= f（x）的最优解。DOE已广泛运用于航天业到一般生产制造业的产品改进工艺优化——直至医学和商业服务领域。
DOE是现代科学质量管理的高端统计工具——一种“统计与工程紧密嫁接”的技术。所以，欲真正发挥DOE的巨大功效，必须理论引导领先——正本清源，才不会混淆了机制用错了方法；同时必须运用工业流程的概念解决质量工程的实际问题。唯有如此，才能达到事半功倍的效用。
授课人施老师凭借深厚的统计学品管理论造诣、20余年质量-工程-生产管理实践和丰富的6Sigma培训咨询经验，结合我国企业的状况，开发这套DOE课程，通过生动有效的课堂互动，引导学员借助MINITAB绕开生涩难懂的统计屏障（认同和理解统计学的基本原理和结论），把学员带进DOE的殿堂，基本弄懂和掌握各种DOE工具的机理和方法，为今后在产品设计开发和质量改进中能灵活应用DOE奠定坚实的基础。
培训收益：
ü 了解实验基本原理、原则和应用机制；
ü 掌握筛选影响品质的因子与水平的正确方法；
ü 了解掌握各种DOE工具方法的运用；
ü 能够利用其中若干重要工具（如全因子设计、田口方法等）有效解决实际问题；
ü 掌握MINITAB的运用，借此加深对统计理论的理解，并能正确解释数据作出决策；
ü 免费安装MINITAB14版软件
