ScholarGate
Assistent
Process / pipelineEngineering methods

Sensitivitetsanalyse med fraksjonell faktoriell design

Sensitivitetsanalyse med fraksjonell faktoriell design (SA-FFD) er en eksperimentell screeningmetode som bruker en nøye utvalgt brøkdel av alle mulige faktorkombinasjoner for å identifisere hvilke inndatavariabler som sterkest påvirker et systems utdata. Ved å kjøre bare 2^(k-p) eksperimenter i stedet for en full 2^k faktoriell design, gjør den sensitivitetsrangering mulig når mange faktorer er til stede. Tilnærmingen er mye brukt innen ingeniørfag, produktutvikling, simuleringsmodellering og prosessoptimalisering.

Finn tema med PaperMindSnartVideoSnartDownload slides

Les hele metoden

Kun for medlemmer

Logg inn med en gratis konto for å lese denne delen.

Logg inn

Method map

The neighbourhood of related methods — select a node to explore.

Sensitivitetsanalyse med fraksjonell faktoriell design
Responsflateanalyse (RSM)

Kilder

  1. Box, G. E. P., Hunter, J. S., & Hunter, W. G. (2005). Statistics for Experimenters: Design, Innovation, and Discovery (2nd ed.). Wiley-Interscience. ISBN: 978-0471718130
  2. Saltelli, A., Ratto, M., Andres, T., Campolongo, F., Cariboni, J., Gatelli, D., Saisana, M., & Tarantola, S. (2008). Global Sensitivity Analysis: The Primer. Wiley. ISBN: 978-0470059975

Slik siterer du denne siden

ScholarGate. (2026, June 3). Sensitivity Analysis Using Fractional Factorial Experimental Design. ScholarGate. https://scholargate.app/no/experimental-design/sensitivity-analysis-with-fractional-factorial-design

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side
ScholarGateSensitivity Analysis with Fractional Factorial Design (Sensitivity Analysis Using Fractional Factorial Experimental Design). Hentet 2026-06-15 fra https://scholargate.app/no/experimental-design/sensitivity-analysis-with-fractional-factorial-design · Datasett: https://doi.org/10.5281/zenodo.20539026