실험의 (최적의) 통계 설계를위한 좋고 유용하며 특징적인 실험

대안적인 유효한 설계 전략보다 실험 설계가 적용될 수있는 현상이 더 많습니다. 실험을 올바르게 설계하는 방법에는 여러 가지가 있지만 사실입니다.

최적의 실험 설계 유형에 대한 가치와 뉘앙스를 실제로 보여주는 가장 좋은 "문제"는 무엇입니까? (A, D, E, C, V, phi, ....)

당신은 책, 링크, 기사, 참고 문헌, 또는 적어도 좋은 경험 중심의 의견을 제공 할 수 있습니까?

이것은 진행중인 작업이며 내 질문에 대답하기위한 것입니다. (아직 완성되지 않았습니다)

일반적인 유형의 최적

NIST는 최적의 실험 설계 유형에 대한 다음 정의를 제공합니다 ( 링크 ).

A- 최적 성
[A] 기준은 A- 최적 성으로, 정보 매트릭스 역의 흔적을 최소화하려고합니다. 이 기준은 사전 지정된 모델을 기반으로 모수 추정값의 평균 분산을 최소화합니다. 기본 모델은 이전 모델의 평균 분산이 실제 시스템의 전체 분산을 설명한다고 가정합니다.

D- 최적 성
[또 다른] 기준은 D- 최적 성으로, 설계의 정보 매트릭스 X'X를 결정하는 | X'X |를 최대화하려고합니다. 이 기준은 사전 지정된 모델을 기반으로 모수 추정값의 일반화 된 분산을 최소화합니다. 기본 모델은 이전 모델의 일반화 된 분산이 실제 시스템의 전체 분산을 설명한다고 가정합니다.

G- 최적 성
세 번째 기준은 G- 최적 성으로, 최대 예측 분산을 최소화, 즉 최대 최소화를 추구합니다. [$d=x'(X'X)^{-1}x$], 지정된 디자인 포인트 세트 이상. 처럼$H_{\infty}$ 이를 제어하면 이전 모델에서 제공된 최대 오류가 최소화됩니다.

V- 최적 성
네 번째 기준은 V- 최적 성으로, 특정 디자인 포인트 세트에 대한 평균 예측 분산을 최소화합니다.

요구 사항 및 ...

NIST에 따르면 요구 사항은 다음과 같습니다.

• 사전 적절한 분석 모델
• DOE의 후보 요소 인 개별 샘플 포인트 세트

일

다음은 "교과서"통계 분석입니다. 교육청은 그들에게 적용되어야하며, "교과서 통계"와 "통계의 통계 설계"사이에 건전한 관련성이 있다면이 질문에 대한 답과 관련이 있어야합니다.

http://www.itl.nist.gov/div898/handbook/eda/section3/4plot.htm

NIST 사례 연구에는 다음이 포함됩니다.

• 정상적인 난수
• 균일 한 난수
• 랜덤 워크 (시프트 된 균일 랜덤의 합산)
• 조셉슨 접합 극저온 (비정형 균일 랜덤)
• 빔 편향 (노이즈가있는 주기적)
• Fitler 투과율 (자가 상관 오염 측정)
• 표준 저항 (가산 노이즈와 선형, 정상 및 자기 상관 위반)
• 열 흐름 (잘 작동 된 프로세스, 정지 상태, 제어 상태)