Байесовский дробный факторный эксперимент
Байесовский дробный факторный эксперимент интегрирует априорную байесовскую информацию в выбор и анализ дробных факторных экспериментов. Вместо проведения всех комбинаций уровней факторов выполняется только тщательно отобранное подмножество испытаний, при этом байесовский вывод используется для оценки эффектов и количественной оценки неопределенности — даже когда классическая структура псевдонимов оставляет эффекты смешанными.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Карта метода
Окружение родственных методов — выберите узел, чтобы перейти к нему.
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Bayesian Fractional Factorial Experimental Design. ScholarGate. https://scholargate.app/ru/experimental-design/bayesian-fractional-factorial-design
Какой метод?
Поставьте этот метод рядом с ближайшими родственными и прочитайте их бок о бок — библиотека выкладывает книги на стол, а выбор за вами.
- Байесовское планирование экспериментаПланирование эксперимента↔ сравнить
- Центральное композиционное планированиеПланирование эксперимента↔ сравнить
- Методология поверхности отклика (RSM)Планирование эксперимента↔ сравнить
Упоминается в
Similar methods
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →