طراحی آزمایشها بیزی — طراحی بهینه آزمایش بیزی
طراحی آزمایشهای بیزی، اجرای آزمایشها را با حداکثر کردن یک تابع مطلوبیت — معمولاً افزایش اطلاعات مورد انتظار — که بر اساس باورهای پیشین در مورد پارامترهای مدل محاسبه میشود، انتخاب میکند. برخلاف طراحی کلاسیک که معیارهای جبری مانند D-بهینگی را تحت مفروضات ثابت بهینه میکند، طراحی آزمایشهای بیزی (DOE) دانش و عدم قطعیت پیشین در مورد سیستم را در بر میگیرد و طرحهایی را ارائه میدهد که در انتظار برای تمام مقادیر پارامتر قابل قبول، بهینه هستند.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
نقشهٔ روش
همسایگی روشهای مرتبط — برای کاوش، یک گره را برگزینید.
منابع
- Chaloner, K., & Verdinelli, I. (1995). Bayesian Experimental Design: A Review. Statistical Science, 10(3), 273–304. DOI: 10.1214/ss/1177009939 ↗
- Ryan, E. G., Drovandi, C. C., McGree, J. M., & Pettitt, A. N. (2016). A Review of Modern Computational Algorithms for Bayesian Optimal Design. International Statistical Review, 84(1), 128–154. DOI: 10.1111/insr.12107 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Bayesian Optimal Design of Experiments. ScholarGate. https://scholargate.app/fa/experimental-design/bayesian-design-of-experiments
کدام روش؟
این روش را در کنار نزدیکترین روشهای خویشاوندش بگذارید و آنها را کنار هم بخوانید — کتابخانه کتابها را روی میز میگشاید؛ انتخاب با شماست.
- طراحی ترکیبی مرکزیطراحی آزمایش↔ مقایسه
- طراحی آزمایشهاطراحی آزمایش↔ مقایسه
- روش سطح پاسخ (RSM)طراحی آزمایش↔ مقایسه
ارجاعشده در
Similar methods
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →