优化图可以交互地更改输入变量设置以执行敏感度分析。在这里我们假设：某公司生产一种模制树脂零件产品。该公司知道，在通过软管传送期间，管道内的污染和磨损可能会导致最终产品中出现褪色条纹。螺丝钉越大，颗粒通过软管的速度越快。采用新型树脂颗粒后，该公司决定收集有关这些褪色缺陷的数据，以找到输送颗粒的最佳方法。工具/原料moreMinitab 17树脂缺陷.MTW方法/步骤1/10分步阅读

打开工作表“树脂缺陷.MTW”。

2/10

选择统计---回归---Poisson 回归---拟合 Poisson 模型。

3/10

在响应中，输入褪色缺陷；在连续预测变量中，输入清洁小时和温度；在类别预测变量下，输入“螺丝钉的大小”； 单击模型， 在“预测变量”下，选择“温度”和“螺丝钉的大小”； 对于按阶数排列交互作用，请选择2； 在按阶数排列交互作用的旁边，单击添加；在两对话框中都单击确定。

4/10

要重新调用上一个对话框，请按 +，在响应中，输入“结块缺陷”。

单击模型； 在模型中的项中，双击“清洁小时”从模型中删除此项； 单击这两个对话框中的确定。

5/10

选择统计 --- 回归 --- Poisson 回归 --- 响应优化器。

6/10

对于结块缺陷，请选择望小， 对于褪色缺陷，请选择望小。

7/10

单击设置。按如下所示填写表的望目和上限列，然后单击确定。

响应 望目 上限

结块缺陷 0 17

褪色缺陷 0 75

8/10

单击选项。按如下所示填写表的约束、 保留值、下限和上限列。

变量 约束(C) 保留值 下限 上限

清洁小时 区域约束 3 8

温度 无约束

螺丝钉的大小 保留值 大

在每个对话框中单击确定。

9/10

我们得出以下结果：

10/10

解释结果：

这两个响应的组合合意性或复合合意性为 0.1055。存在约束，当大螺丝钉传送颗粒的速度比小螺丝钉快时，这两种类型的缺陷更高。