Streuungs-DoE (Dispersion DoE / Dual Response)

Versuchsplan mit Replikaten pro Punkt — modelliert gleichzeitig Mittelwert UND Streuung als Funktion der Faktoren.

Auch bekannt als: Dispersion DoE, Dual Response, Streuungs-Versuchsplan, Robustheits-DoE

Ein Streuungs-DoE (Dispersion DoE, Dual Response) hat pro Versuchspunkt mindestens zwei echte Replikate. Aus jedem Punkt werden dann zwei Größen berechnet: der Mittelwert $\overset{y}{ˉ}$ und die Log-Varianz $ln (s^{2})$ . Beide werden separat mit einem Regressionsmodell an die Faktoren gebunden.

\overset{μ}{^} (x) = f_{μ} (x), ln \overset{σ}{^}^{2} (x) = f_{σ} (x)

Ziel: Faktoreinstellungen finden, bei denen die Prozessstreuung minimal wird — unabhängig von der Zielgröße
Robustheit — die klassische Taguchi-Frage („welche Einstellung ist unempfindlich gegen Störgrößen?“) mit sauberer Faktorstruktur
Voraussetzung: echte, unabhängige Replikate pro Lauf — nicht Mehrfachmessungen am selben Werkstück (Pseudo-Replikate erfassen nur die Messstreuung, nicht die Prozessstreuung)

Siehe auch

Verwendet in

Im Algorithm-Lab

doe/doe-planner

Quellen

Vining, G. G. & Myers, R. H. — Combining Taguchi and Response Surface Philosophies: A Dual Response Approach, Journal of Quality Technology, 22(1), 1990
Myers, Montgomery & Anderson-Cook — Response Surface Methodology, 4th Edition, Chapter 10