Bayesian Fractional Factorial Design
Bayesian fractional factorial design integriert Bayesianisches Vorwissen in die Auswahl und Analyse von fraktionierten faktoriellen Experimenten. Anstatt jede Kombination von Faktorstufen durchzuführen, wird nur eine sorgfältig ausgewählte Teilmenge von Läufen ausgeführt, wobei Bayesianische Inferenz zur Schätzung von Effekten und zur Quantifizierung von Unsicherheit verwendet wird – selbst wenn die klassische Aliasing-Struktur Effekte verwechselt lässt.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Methodenkarte
Die Nachbarschaft verwandter Methoden — wählen Sie einen Knoten, um sie zu erkunden.
Quellen
- 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 ↗
- 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 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Bayesian Fractional Factorial Experimental Design. ScholarGate. https://scholargate.app/de/experimental-design/bayesian-fractional-factorial-design
Welche Methode?
Stellen Sie diese Methode neben ihre nächsten Verwandten und lesen Sie sie nebeneinander — die Bibliothek legt die Bücher auf den Tisch; die Wahl liegt bei Ihnen.
- Bayesian Design of ExperimentsVersuchsplanung↔ vergleichen
- Zentrales Komposit-DesignVersuchsplanung↔ vergleichen
- Response-Oberflächenmethode (ROM)Versuchsplanung↔ vergleichen
Referenziert von
Similar methods
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →