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.
Zapis źródłowy
Cytaty skopiowane dosłownie z zapisu źródłowego metody. Nie należy z nich wywnioskować weryfikacji na poziomie twierdzenia.
- 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
Wyselekcjonowane twierdzenia
Twierdzenia utrwalone w rejestrze dowodowym, każde z własną oceną.
Ten widok nie tworzy oceny twierdzenia, jeśli rejestr jej nie zawiera.
Powiązane metody
Wygenerowane z grafu metod i pokazane jako sugerowane przez maszynę powiązania — nie należy z nich wywnioskować twierdzenia dowodowego.