Main Content

このページの内容は最新ではありません。最新版の英語を参照するには、ここをクリックします。

実験計画法 (DOE)

体系的データ収集による実験の計画

消極的なデータ収集は統計モデリングで多くの問題が生じる原因となります。応答変数において観測される変化は、個々の "因子" (プロセス変数) において観測される変化と相関はあっても、因子は原因ではないかもしれません。複数の因子が同時に変化すると、個々の効果に分けるのが難しい交互作用を生成することがあります。データのモデルでは、観測を独立であると考えますが、独立ではないこともあります。

計画された実験は、このような問題を扱います。実験計画においては、データ生成過程を能動的に操作して、情報の質の改善と余分なデータの除去を行います。すべての実験計画に共通の目標は、モデル パラメーターを正確に評価するために十分な情報を与えるようにする一方、集めるデータができるだけ少なくて済むようにすることです。

関数

すべて展開する

ff2n2 水準完全実施要因計画
fullfact完全実施要因計画
fracfact一部実施要因計画
fracfactgen一部実施要因計画の発生器
bbdesignボックスベーンケン計画
ccdesign中心複合計画
candexch行交換を使用した候補セットによる D 最適計画法
candgen候補セットの生成
cordexch座標交換
daugmentD 最適計画の拡張
dcovary修正共変量を設定した D 最適計画
rowexch行交換
rsmdemo対話形式による応答曲面のデモ
lhsdesignラテン超方格標本
lhsnorm正規分布からのラテン超方格標本
haltonsetハルトン準乱数点集合
qrandstream準乱数ストリーム
sobolsetソボル準乱数点集合
interactionplotグループ化されたデータの交互作用プロット
maineffectsplotグループ化されたデータの主効果プロット
multivarichartグループ化されたデータの多変量管理図
rsmdemo対話形式による応答曲面のデモ
rstool対話形式による応答曲面モデリング

トピック