Tam Faktöriyel Deney — Tam Faktöriyel Deneysel Tasarım
Full Factorial Experimental Design · Ayrıca şöyle bilinir: full factorial design, complete factorial design, 2^k factorial design, FFD
Tam faktöriyel deney, seçilen tüm faktör seviyelerinin olası her kombinasyonunu çalıştırır; bu da onu birden çok bağımsız değişken arasındaki ana etkileri, ikili etkileşimleri ve daha yüksek dereceli etkileşimleri aynı anda tahmin etmek için altın standart haline getirir. Ronald Fisher'ın 1920'lerdeki faktöriyel tasarımlar üzerine temel çalışmalarıyla tanıtılan ve Box, Hunter ve Montgomery tarafından sistemleştirilen bu yöntem, faktörlerin bireysel olarak ve kombinasyon halinde bir sonuç üzerindeki etkileri hakkında tam bilgi sağlar.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
+15 tane daha
Ne zaman kullanılır
Az sayıda faktörünüz olduğunda (genellikle iki seviyeli tasarımlar için k ≤ 4 veya 5) ve tüm ana etkileri ve etkileşimleri belirsizlik olmadan tahmin etmeniz gerektiğinde tam faktöriyel deney kullanın. Etkileşimlerin beklendiği veya varlıklarının bilimsel olarak önemli olduğu, kaynakların her kombinasyonu tamamlama imkanı verdiği ve sonucun kontrollü koşullar altında ölçülebildiği durumlarda doğru seçimdir. k büyük olduğunda (örneğin iki seviyede k ≥ 6) tam faktöriyel tasarım KULLANMAYIN, çünkü gerekli 64+ deneme pratik olmaktan çıkar — bunun yerine kesirli faktöriyel veya yanıt yüzeyi tasarımlarını tercih edin. Ayrıca, deneme maliyeti veya malzeme sınırlamaları N = 2^k'yi (veya 3^k'yi) karşılanamaz hale getirdiğinde veya yalnızca ana etkilerle ilgilendiğinizde ve etkileşimlerin olmadığına dair güçlü teorik nedenleriniz olduğunda bundan kaçının.
Güçlü yönler & sınırlılıklar
- Karışıklık veya karıştırma olmadan her ana etkiyi ve her etkileşimi tahmin eder — kontrollü bir deneyden elde edilebilecek en eksiksiz resim.
- Ortogonal tasarım: tüm etki tahminleri istatistiksel olarak bağımsızdır, bu da yorumlamayı kolaylaştırır.
- Denemeler tekrarlandığında saf bir hata tahmini sağlar, bu da ANOVA aracılığıyla titiz hipotez testi yapılmasına olanak tanır.
- Esnek yapı: sürekli, kategorik veya karma faktör türleriyle çalışır ve önemsiz kontrol için engelleme içerebilir.
- Doğal olarak ölçeklenir: merkez noktası denemeleri içeren bir 2^k tasarımı, eğrilik tespiti için bir yanıt yüzeyi tasarımına (merkezi kompozit veya Box-Behnken) yükseltilebilir.
- Faktör sayısıyla üssel olarak artan deneme sayısı: 5 faktör için 2^k = 32 deneme, 6 faktör için 64 — hızla pratik olmaktan çıkar.
- Yüksek dereceli etkileşimler (üçlü veya daha üstü) tahmin edilebilir ancak pratikte nadiren yorumlanabilir veya bilimsel olarak anlamlıdır, bu da birçok denemenin bilgi açısından gereksiz olmasına neden olur.
- Faktörlerin belirtilen seviyelerde hassas bir şekilde ayarlanabileceğini varsayar; laboratuvarda faktör kontrolü genellikle saha veya organizasyonel ortamlardan daha kolaydır.
- Tekrar, kaynak yoğun bir süreçtir; tekrarlar olmadan, hata tahmini, ihmal edilebilir yüksek dereceli etkileşimlerin (sıfır olduğu varsayılan) havuzlanmış kareler toplamına dayanır, bu riskli bir varsayımdır. Her tam tekrar (tüm denemeleri ikiye katlama) ile bile, saf bir hata tahmini, daha sıkı güven aralıkları ve daha güvenilir anlamlılık testleri elde edersiniz.
SSS
Tam faktöriyel ve kesirli faktöriyel tasarım arasındaki fark nedir?
Tam faktöriyel, faktör seviyelerinin olası her kombinasyonunu çalıştırır, tüm ana etkileri ve etkileşimleri karışıklık olmadan tahmin eder. Kesirli faktöriyel, bu kombinasyonların yalnızca dikkatlice seçilmiş bir kesrini çalıştırır, deneme sayısını azaltmak için kasıtlı olarak belirli yüksek dereceli etkileşimleri karıştırır. Etkileşimlerin önemli olduğu ve kaynakların izin verdiği durumlarda tam faktöriyeli kullanın; k büyük olduğunda ve belirli yüksek dereceli etkileşimlerin ihmal edilebilir olduğunu varsaymaya istekli olduğunuzda kesirli faktöriyeli kullanın.
Her faktör için kaç seviye kullanacağımı nasıl seçerim?
İki seviye (düşük ve yüksek), faktör aralığında kabaca doğrusal bir yanıt beklediğinizde ve öncelikle etkilerin yönü ve büyüklüğü ile ilgilendiğinizde yeterlidir. Üç seviye, eğriliği (doğrusal olmayan bir yanıt) şüpheleniyorsanız gereklidir, ancak bunlar her ek faktör için deneme sayısını küp yapar. Pratik bir strateji, eğrilik için tarama yapmak üzere merkez noktası denemeleriyle desteklenmiş 2^k tasarımlarla başlamak ve ardından bir 3^k tasarımına geçmektir.
Her işlem kombinasyonunu tekrarlamam gerekiyor mu?
Tekrar şiddetle tavsiye edilir. Tekrar olmadan, hata tahmininin tek kaynağı, ihmal edilebilir yüksek dereceli etkileşimlerin (sıfır olduğu varsayılan) havuzlanmış kareler toplamıdır, bu riskli bir varsayımdır. Hatta bir tam tekrar (tüm denemeleri ikiye katlama) ile bile, gerçek bir saf hata tahmini, daha sıkı güven aralıkları ve daha güvenilir anlamlılık testleri elde edersiniz.
Tam faktöriyel bir deneyi analiz etmek için hangi istatistiksel testi kullanmalıyım?
Standart analiz, toplam varyansı her ana etkiye ve her etkileşim terimine atfedilebilen bileşenlere ayıran faktöriyel bir ANOVA'dır (veya eşdeğer regresyon modeli). Etki anlamlılığı F-testleri ile belirlenir. Yanıt normal olmadığında veya sıralı olduğunda, bunun yerine parametrik olmayan alternatifler veya genelleştirilmiş doğrusal modeller kullanılır.
Hangi noktada bunun yerine bir yanıt yüzeyi tasarımına geçmeliyim?
Eğer 2^k tam faktöriyel deneyiniz (muhtemelen merkez noktalarıyla) yanıtta istatistiksel olarak anlamlı eğrilik ortaya çıkarırsa, doğrusal faktöriyel model yetersizdir ve bir yanıt yüzeyi tasarımı — merkezi kompozit veya Box-Behnken tasarımı gibi — kullanılmalıdır. Yanıt yüzeyi tasarımları, ikinci dereceden terimleri tahmin etmek ve yanıt yüzeyinin tam eğriliğini haritalamak için eksenel (yıldız) noktalar ekler.
Kaynaklar
- 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
- Montgomery, D. C. (2017). Design and Analysis of Experiments (9th ed.). Wiley. ISBN: 978-1119492443
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Full Factorial Experimental Design. ScholarGate. https://scholargate.app/tr/experimental-design/full-factorial-experiment
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Engelli Tam Faktöriyel DeneyDeney tasarımı↔ karşılaştır
- Faktöriyel DeneyDeney tasarımı↔ karşılaştır
- Kesirli Faktöriyel DeneyiDeney tasarımı↔ karşılaştır
- Latin Kare ve Greko-Latin Kare TasarımıDeney tasarımı↔ karşılaştır
- Rastgele Kontrollü Deney (RKD)Deney tasarımı↔ karşılaştır
- Yanıt Yüzey Metodolojisi (RSM)Deney tasarımı↔ karşılaştır