การออกแบบการทดลองแบบเบย์ (Bayesian Design of Experiments) — การออกแบบการทดลองที่เหมาะสมที่สุดแบบเบย์ (Bayesian Optimal Experimental Design)
การออกแบบการทดลองแบบเบย์จะเลือกชุดการทดลองโดยการเพิ่มฟังก์ชันอรรถประโยชน์ให้สูงสุด ซึ่งโดยทั่วไปคือการเพิ่มข้อมูลที่คาดว่าจะได้รับ โดยคำนวณจากความเชื่อก่อนหน้าเกี่ยวกับพารามิเตอร์ของแบบจำลอง แตกต่างจากการออกแบบแบบดั้งเดิมที่ปรับเกณฑ์ทางพีชคณิตให้เหมาะสมที่สุด เช่น D-optimality ภายใต้สมมติฐานที่กำหนดไว้ การออกแบบการทดลองแบบเบย์จะรวมความรู้และความไม่แน่นอนก่อนหน้าเกี่ยวกับระบบ ทำให้ได้การออกแบบที่เหมาะสมที่สุดโดยคาดหวังจากค่าพารามิเตอร์ที่เป็นไปได้ทั้งหมด
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
แผนที่ระเบียบวิธี
ย่านของระเบียบวิธีที่เกี่ยวข้องกัน — เลือกโหนดเพื่อสำรวจ
แหล่งอ้างอิง
- Chaloner, K., & Verdinelli, I. (1995). Bayesian Experimental Design: A Review. Statistical Science, 10(3), 273–304. DOI: 10.1214/ss/1177009939 ↗
- Ryan, E. G., Drovandi, C. C., McGree, J. M., & Pettitt, A. N. (2016). A Review of Modern Computational Algorithms for Bayesian Optimal Design. International Statistical Review, 84(1), 128–154. DOI: 10.1111/insr.12107 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Bayesian Optimal Design of Experiments. ScholarGate. https://scholargate.app/th/experimental-design/bayesian-design-of-experiments
ระเบียบวิธีใด?
วางระเบียบวิธีนี้เคียงข้างระเบียบวิธีใกล้เคียงที่สุด แล้วอ่านเปรียบเทียบกัน — คลังวางหนังสือไว้บนโต๊ะให้แล้ว ส่วนการเลือกเป็นของท่าน
- Central Composite Designการออกแบบการทดลอง↔ เปรียบเทียบ
- การออกแบบการทดลองการออกแบบการทดลอง↔ เปรียบเทียบ
- ระเบียบวิธีพื้นผิวการตอบสนอง (Response Surface Methodology - RSM)การออกแบบการทดลอง↔ เปรียบเทียบ