Process / pipelineEngineering methods

贝叶斯全因子设计 — 贝叶斯全因子实验设计

贝叶斯全因子设计将经典全因子实验的完整组合结构——运行所有因子水平的组合——与贝叶斯推断框架相结合，该框架纳入了关于因子效应的先验知识，并产生主效应、交互作用和模型参数的完整后验分布，而不是点估计和 p 值。

用 PaperMind 寻找选题即将推出Apply, compare, get guidance

Tools & resources

下载幻灯片

Learn & explore

视频即将推出

阅读完整方法

仅限会员

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。

贝叶斯全因子设计

贝叶斯实验设计贝叶斯分数因子设计中心复合设计

来源

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

如何引用本页

ScholarGate. (2026, June 3). Bayesian Full Factorial Design of Experiments. ScholarGate. https://scholargate.app/zh/experimental-design/bayesian-full-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 →

Related reference concepts

Bayesian Inference Foundations Prior Elicitation and Sensitivity Analysis Prior Distributions Bayes Factors and Marginal Likelihood Bayes' Theorem and the Posterior Empirical Bayes Methods

发现本页有问题？报告或提出修改建议 →