Байесовский полный факторный эксперимент — Байесовский полный факторный эксперимент.
Байесовский полный факторный эксперимент сочетает полную комбинаторную структуру классических полных факторных экспериментов — проведение всех комбинаций уровней факторов — с байесовским аппаратом вывода, который учитывает априорные знания о влиянии факторов и дает полные апостериорные распределения для главных эффектов, взаимодействий и параметров модели, а не точечные оценки и p-значения.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Карта метода
Окружение родственных методов — выберите узел, чтобы перейти к нему.
Источники
- Chaloner, K., & Verdinelli, I. (1995). Bayesian experimental design: A review. Statistical Science, 10(3), 273–304. DOI: 10.1214/ss/1177009939 ↗
- 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
Как цитировать эту страницу
ScholarGate. (2026, June 3). Bayesian Full Factorial Design of Experiments. ScholarGate. https://scholargate.app/ru/experimental-design/bayesian-full-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
- Байесовский дробный факторный экспериментПланирование эксперимента↔ сравнить
- Центральное композиционное планированиеПланирование эксперимента↔ сравнить
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →