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(OneWayANOVA)
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(TwoWayANOVA)
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(EffectsPlots)
圖表及殘差圖(ResidualPlots)
在設計中采用中心點(Centerpoints)
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