Process / pipelineEngineering methods
贝叶斯分数因子设计
贝叶斯分数因子设计将贝叶斯先验信息整合到分数因子实验的选择和分析中。它不运行所有因子水平的组合，而是仅执行精心挑选的运行子集，并使用贝叶斯推断来估计效应和量化不确定性——即使在经典混淆结构导致效应混淆的情况下也是如此。
用 PaperMind 寻找选题即将推出Apply, compare, get guidance
Tools & resources
Learn & explore
视频即将推出
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
方法图谱
相关方法的邻域——选择一个节点以展开探索。
来源
- 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 ↗
如何引用本页
ScholarGate. (2026, June 3). Bayesian Fractional Factorial Experimental Design. ScholarGate. https://scholargate.app/zh/experimental-design/bayesian-fractional-factorial-design
选用哪种方法？
将本方法与其最相近的同类并置，并排研读——本馆将书籍铺陈于案上，取舍则由您定夺。
并排比较 →