Optimization-assisted fractional factorial design
Optimization-assisted fractional factorial design (OA-FFD) combines classical fractional factorial screening with algorithmic optimality criteria — such as D-, I-, or A-optimality — to construct experiment matrices that maximize statistical efficiency. Instead of relying solely on standard orthogonal-array tables, a computer algorithm selects the best subset of runs from a candidate set, enabling experimenters to handle irregular factor constraints, mixed factor types, and custom run sizes that standard tables cannot accommodate.
Lähdetietue
Sitaatit kopioitu sanatarkasti metodin lähdetietueesta. Niistä ei päätellä väitteiden tasoista varmennusta.
- Atkinson, A. C., Donev, A. N., & Tobias, R. D. (2007). Optimum Experimental Designs, with SAS. Oxford University Press. · ISBN 978-0199296606
- Montgomery, D. C. (2017). Design and Analysis of Experiments (9th ed.). Wiley. · ISBN 978-1119320937
Kuratoituja väitteitä
Väitteet tallennettu todistusaineiston pääkirjaan, jokaisella oma arviointinsa.
Tämä näkymä ei keksi väitteen arviointia, jos pääkirjassa ei ole sitä.
Liittyvät metodit
Luotu metodigraafista ja näytetään koneen ehdottamina suhteina – väitteitä ei päätellä.