균형, 직교성 및 분수 가중치 부트 스트랩안녕,
분수 가중 부트 스트랩 접근 방법을 사용하려면 (방법은 첨부 파일 및 여기 ) 모델 맞춤 메뉴에서 Freq 옵션을 사용해야합니다.
그러나 Freq는 다음과 같이 작동합니다. 행의 빈도가 f라고 가정합니다. 그런 다음 계산 된 결과는 해당 행의 f 개 사본을 포함하는 데이터 테이블에 대한 결과와 동일하며 각각의 빈도는 1입니다. "
내 질문은 DoE 컨텍스트에 행 사본을 추가해도 DoE의 균형과 직교성이 깨지지 않습니까?
암사슴재 : 균형, 직교성 및 분수 가중치 부트 스트랩디자인이 균형을 이루고 직교한다고 가정하면, 그러한 변화는 불균형과 직교성을 상실하게됩니다.
재 : 균형, 직교성 및 분수 가중치 부트 스트랩 mark 이것이 제가 이해하는 것인데, 이것이 DoE 맥락에서 부트 스트랩 또는 CV가 선택되지 않는 이유입니다. 그러나 분수 가중치 부 스트랩 방법은 DoE에 적합하다고 주장합니다.
재 : 균형, 직교성 및 분수 가중치 부트 스트랩직교 디자인과 관련하여 "DOE 컨텍스트"의 고유 한 점은 무엇입니까? 디자인이 직교해야한다고 생각하는 이유는 무엇입니까?
재 : 균형, 직교성 및 분수 가중치 부트 스트랩직교 설계로 인해 독립 요인이 발생한다는 것을 감안할 때 혼란스러운 문제없이 응답에서 "주 효과"와 그 상호 작용의 효과를 추정 할 것으로 예상됩니다. 이것이 DoE 사용에 큰 이점이 아닙니까?
재 : 균형, 직교성 및 분수 가중치 부트 스트랩모든 디자인은 절충점을 나타냅니다. 일부 절충은 쉽지만 일부는 어렵다. 균형 잡힌 직교 설계의 이점은 모형 모수 추정치의 분산을 최소화하지만, 모형의 크기 나 모형 및 기타 사항에 대한 제약으로 인해 비용이 많이들 수 있다는 것입니다. 혼란은 극단적 인 조건으로 두 효과를 분리 할 수 없음을 의미합니다. 그들의 추정치에는 무한한 차이가 있습니다. 직교와 혼란 사이에는 상관 관계가 있습니다. 더 높은 분산에도 불구하고 상관 된 매개 변수를 여전히 추정 할 수 있습니다. 절충 : 인용 한 모델 선택 기술을 사용하려면 추정치에서 약간의 상관 관계를 견뎌야합니다.
