Bayesiaans fractioneel factorieel ontwerp
Bayesiaans fractioneel factorieel ontwerp integreert Bayesiaanse voorkennis in de selectie en analyse van fractionele factoriële experimenten. In plaats van elke combinatie van factorniveaus uit te voeren, wordt slechts een zorgvuldig gekozen subset van runs uitgevoerd, waarbij Bayesiaanse inferentie wordt gebruikt om effecten te schatten en onzekerheid te kwantificeren — zelfs wanneer de klassieke aliasingstructuur effecten verward laat.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Methodenkaart
De omgeving van verwante methoden — selecteer een knooppunt om te verkennen.
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Bayesian Fractional Factorial Experimental Design. ScholarGate. https://scholargate.app/nl/experimental-design/bayesian-fractional-factorial-design
Welke methode?
Plaats deze methode naast haar naaste verwanten en lees ze naast elkaar — de bibliotheek legt de boeken op tafel; de keuze is aan u.
- Bayesiaans experimenteel ontwerpExperimenteel ontwerp↔ vergelijken
- Centraal Composite OntwerpExperimenteel ontwerp↔ vergelijken
- Response Surface Methodology (RSM)Experimenteel ontwerp↔ vergelijken
Geciteerd door
Similar methods
Een fout op deze pagina gezien? Meld het of stel een correctie voor →