---
title: "预测分析：可帮助规划 DOE 的 完美合作伙伴 | Predictive Analytics: The Perfect Partner to Help Plan Your DOE"
description: 阅读并了解试验设计的优势。了解 Minitab 如何在初始规划阶段和整个过程中提供帮助。
---

[Minitab博客](https://blog.minitab.com/zh/blog)

# [预测分析：可帮助规划 DOE 的 完美合作伙伴 | Predictive Analytics: The Perfect Partner to Help Plan Your DOE](https://blog.minitab.com/zh/blog/predictive-analytics-the-perfect-partner-to-help-plan-your-doe)

 Written by [Joshua Zable](https://blog.minitab.com/zh/blog/author/joshua-zable) | 2023年1月26日 05:00:00

[试验设计](https://support.minitab.com/zh-cn/minitab/21/help-and-how-to/statistical-modeling/doe/supporting-topics/basics/what-is-a-designed-experiment/)具有显著的优势。   它们可以用于各种情形，可以有效地操作多个输入因子，以确定这些因子对所需响应的效应。 [它们还确定在试验时可能错过的重要交互作用，一次确定一个因子。](https://blog.minitab.com/en/applying-statistics-in-quality-projects/why-is-it-always-better-to-perform-a-design-of-experiments-doe-rather-than-change-one-factor-at-a-time?hsLang=zh)

DOE 的规划阶段对于取得成功至关重要。 通常，DOE 会由于在规划阶段发现了障碍而终止。例如，如果 DOE 看似过于昂贵或复杂，又或者缺乏关键信息，则通常甚至未能获得执行机会就被废弃。幸运的是，[高级预测分析](https://www.minitab.com/zh-cn/solutions/analytics/statistical-analysis-predictive-analytics/)  是一款唾手可得的强大工具，可帮助您消除 DOE 的创建障碍，甚至提高您的成功几率。

## **问题 1：您希望运行筛选设计，但无法停止系统（或过程）来收集数据，或者数据收集成本高昂。**

从业者使用筛选试验设计（筛选 DOE）从一个具有许多潜在变量的领域中识别过程中最重要的变量。筛选 DOE 使从业者能够缩小试验规模，从而节省时间和金钱。当数据难以获取或数据获取成本高昂时，尤其如此。

当您无法停止系统或过程来运行筛选试验时，会发生什么？或者，如果要筛选的数据点的收集成本太高，以至于很难证明这样做的合理性，会发生什么？

**解决方案 1：预测分析可以帮助您轻松确定最重要的变量。**

不必担心，预测分析可助您一臂之力！通过分析系统或过程中的数据，可以利用自己钟爱的[机器学习算法或运行自动化机器学习](https://www.minitab.com/zh-cn/solutions/analytics/data-science-machine-learning/) 来确定对响应可能有影响的预测变量。 Minitab 通过相对变量重要性图表来简化上述操作，该图表是我们为了帮助您确定最重要的变量而专门构建的。

## **问题 2：您想进行一个设计试验，但不确定因子（即水平）的适当范围（即上限和下限）。**

当运行 DOE 时，试验在不同的因子值（称为水平）下运行。 这些是我们为其衡量响应的独立变量，通常称之为因变量。 例如，如果您尝试优化一台设备的速度，则需要设置限值（最高速度和最低速度）来构建速度范围，从而对过程进行优化。 再举一个示例，烤蛋糕时的烤箱温度。 根据经验，您可能知道低于 300 华氏度烤不出蛋糕，而在 400 华氏度下会将蛋糕烤焦，因此您可以设置限值。 但是，如果您以前从未烤过蛋糕呢？或者，如果您有一台新机器，不知道设置什么样的限值，这种情况下又如何呢？

**解决方案 2：预测分析提供有助于设置合理限值的可视化。**

当您运行 Minitab 的预测分析时，将生成可视化效果，以演示一个或多个变量对预测结果的效应。 为了预测结果，这些图的目的是强调响应与变量之间的关系是线性、单调还是更复杂的关系。 这些可视化对 DOE 也极其有用。

在上面的示例中，让我们假设您正在尝试运行一个用来优化强度的试验。 您不仅可以了解模具温度与强度之间的关系，还会明白只是将机器转到最高温度可能会产生不利影响（如过热或不必要地增加生产成本）。 您还将得知可能会与试验中的其他变量（例如压力）发生交互作用。 通过查看该图，可以了解到温度超过 1200 会导致边际强度增加。 对于您设计的试验，可以将模具温度水平设置为 1000 和 1200，以运行旨在将强度增至最高的试验。 但是，如果目标是将强度降至最低，则从该图中可以看出，模具温度的下限越小，进行的检验越合理。

**预测分析只是与 DOE 紧密相关的众多工具之一。**

DOE 是许多从业者的关键工具，不应孤立使用。 如上所述，规划对 DOE 的成功至关重要，因此 Minitab 创建了专门用于帮助执行规划过程的 [DOE 规划工作表](https://support.minitab.com/zh-cn/engage/help-and-how-to/tools/forms-and-analysis-captures/analysis-capture-tools/doe-planning/)。如果您是 DOE 新手或只是想提高技能，Minitab 将提供[支持](https://www.minitab.com/zh-cn/resources-services/services/training/on-site-training/) 、[资源](https://blog.minitab.com/en/understanding-statistics/8-expert-tips-for-excellent-designed-experiments-doe?hsLang=zh) 、和[解决方案](https://www.minitab.com/zh-cn/products/minitab/)，以帮助您实现目标。

# 想了解更多？立即联系我们。

 

[View full post](https://blog.minitab.com/zh/blog/predictive-analytics-the-perfect-partner-to-help-plan-your-doe)

```json
{
  "@context" : "http://schema.org",
  "@type" : "BlogPosting",
  "author" : {
    "@type" : "Person",
    "name" : "Joshua Zable"
  },
  "dateModified" : "2025-07-21T04:59:41.265Z",
  "datePublished" : "2023-01-26T05:00:00Z",
  "headline" : "预测分析：可帮助规划 DOE 的 完美合作伙伴 | Predictive Analytics: The Perfect Partner to Help Plan Your DOE",
  "image" : {
    "@type" : "ImageObject",
    "height" : 979,
    "url" : "https://3447555.fs1.hubspotusercontent-na1.net/hubfs/3447555/B2BML%20-%20NEW%20FILE%20MANAGER%20STRUCTURE/Blog%20Images/Imported_Blog_Media/pa%20blog-Jan-17-2023-05-18-05-1162-PM-1.avif",
    "width" : 1474
  },
  "mainEntityOfPage" : "https://blog.minitab.com/zh/blog/predictive-analytics-the-perfect-partner-to-help-plan-your-doe",
  "publisher" : {
    "@type" : "Organization",
    "logo" : {
      "@type" : "ImageObject",
      "height" : 60,
      "url" : "/hs/hsstatic/content_shared_assets/static-1.4092/img/default-amp-logo.png",
      "width" : 60
    },
    "name" : "Minitab博客"
  }
}
```