ScholarGate
Assistent
Process / pipelineEngineering methods

Bayesiansk fraktioneret faktordesign

Bayesiansk fraktioneret faktordesign integrerer Bayesiansk forhåndsviden i udvælgelsen og analysen af fraktionerede faktoreksperimenter. I stedet for at køre alle kombinationer af faktorniveauer udføres kun et nøje udvalgt undersæt af forsøg, hvor Bayesiansk inferens anvendes til at estimere effekter og kvantificere usikkerhed – selv når den klassiske aliasstruktur efterlader effekter konfunderede.

Find emne med PaperMindSnartApply, compare, get guidance
Tools & resources
Hent slides
Learn & explore
VideoSnart

Læs hele metoden

Kun for medlemmer

Log ind med en gratis konto for at læse dette afsnit.

Log ind

Metodekort

Nabolaget af beslægtede metoder — vælg en knude for at udforske.

Kilder

  1. DuMouchel, W., & Jones, B. (1994). A simple Bayesian modification of D-optimal designs to reduce dependence on an assumed model. Technometrics, 36(1), 37–47. DOI: 10.2307/1269197
  2. Meyer, R. D., & Steinberg, D. M. (1996). Follow-up designs to resolve confounding in multifactor experiments. Technometrics, 38(4), 303–313. DOI: 10.1080/00401706.1996.10484538

Sådan citerer du denne side

ScholarGate. (2026, June 3). Bayesian Fractional Factorial Experimental Design. ScholarGate. https://scholargate.app/da/experimental-design/bayesian-fractional-factorial-design

Hvilken metode?

Stil denne metode ved siden af dens nærmeste slægtninge, og læs dem side om side — biblioteket lægger bøgerne på bordet; valget er dit.

Sammenlign side om side

Refereret af

ScholarGateBayesian Fractional Factorial Design (Bayesian Fractional Factorial Experimental Design). Hentet 2026-06-17 fra https://scholargate.app/da/experimental-design/bayesian-fractional-factorial-design · Datasæt: https://doi.org/10.5281/zenodo.20539026