こんにちは。 私の 名前 は ブラッドリー ジョーンズ。 I 鉛 その チーム の エネルギー省と 信頼性 で JMP、 そして I 欲しい に 話す に あなた 今日 について a 家族 の 直交 主要 効果 スクリーニング デザイン のために 混合 レベル 要因。 これ は a 主題 どれの 私は 本当に 興奮した について。 私たちは ただ 提出済み a リビジョン に その 紙 のために これ そして 私は 期待して それ それ 意思 得る 承認済み それで 私たちは できる 含む それ 平行 と 決定的 スクリーニング デザイン で その DoEプラットフォーム JMP.Lで そしての 得る 開始しました。
私の 協力者 のために これ 仕事 は クリス ナハツハイム、 誰の a 教授 で その 大学 の ミネソタ州 カールソン 学校 の 仕事、 そして ライアン レキベッツ、 誰の a メンバー の 私の エネルギー省チーム で ジャンプ。
こちらは 私の 議題。 私は 行く に 始める と a 少し 少し の 歴史 そして いくつかの テクニカル 予選。 それから 私は 行く に 説明する 三つ 違う 建設 のために これら 直交 混合 レベル スクリーニング デザイン。T ここ は 三つ 違う 方法 それ 私たちは できる 作る 彼ら。
病気 見せる あなた その ジャンプ スクリプト 言語 のために 作成 これら デザイン セットします。 それ 意思 のみ なれ 必要 それまで 私たちは できる 得る 彼ら 建てられた の中へ ジャンプ 自体。 それから 病気 過ごす a 少し 少し の 時間 見ている で その デザイン プロパティ のために デザイン 建設された 下 これら 三つ 方法。 病気 話し合う データ 分析 のために これら デザイン そして 見せる 一つの 例 で JMP、 そして それから 病気 作る a まとめ そして いくつかの 推奨事項 で その 終わり。 さあ 始める と いくつかの 歴史 そして モチベーション。
その 初め スクリーニング デザイン だった 分数 階乗 デザイン のように アパート デザイン、 または 非 通常 分数 階乗 デザイン または 通常 分数 階乗 デザイン。 のために これら デザイン、 毎 要素 だった で 二 レベル のみ。 で ギニアーズ それ I 持っている 話した に 持っている 感じた 不快 について これら デザイン なぜなら 彼らは 感じた それ その 世界 傾向がある に なれ 非線形 そして 二 レベル ただ ない 十分な に 捕獲 非線形性 で その 効果 の a 要素 で a 応答。
それから で 2011年、 決定的 スクリーニング デザイン 到着した そして ここ 全て その 要因 だった 想定 に なれ 連続 そして それぞれ 要素 だった で 三つ レベル、 どれの 許可する あなた に フィット 曲線 に その 関係 間 要因 そして 応答。 A t その 底 そこには は その 引用 または その 参照 のために その 紙 それ 初め 紹介された これら デザイン で 2011年。
今、 そこには は いくつかの 長所 のために 私たちの イニシャル 実装 の DSD（性分化疾患） そして また いくつかの 短所。 さあ 行く を通して その 長所 初め。 その 長所 は それ で 少しでも で 私たちの オリジナル 実装、 六 要素、 八 要素 そして 10 因子 決定的 画面 デザイン 持っていた 直交 主要 効果、 しかし 私たちは だった できない に 得る 直交 主要 効果 のために もっと 要因。 それ ターン 外 それ a 年 後で、 誰か 出版された a ニース 方法 の 取得 直交 デザイン のために 決定的 スクリーニング 実験 のために 毎 平 番号 の 要因 のために どれの 会議 行列 だった 利用可能。 それ だった a 大きい 前進。
別の 良い もの について DSD（性分化疾患） は それ その 主要 効果は 直交 二- 要素 相互作用 それで それ その 見積もり の a 主要 効果 意思 一度もない なれ 偏見のある による どれでも アクティブ 二- 要素 交流。
その 本当に エキサイティング 側面 について DSD（性分化疾患） は それ 全て その 二次関数 効果 だった 尊敬に値する、 どれの は 一度もない 可能 と スクリーニング デザイン。 平 と 中心点、 あなた できる 検出する それ そこには は a 非 リニア 効果、 あなた ただ しない 知る どこ その 来る から。
それから ついに、 で DSD、 もし そこには は 六 要因 または もっと、 そして のみ 三つ の その 要因 振り向く 外 に なれ 重要、 それから で その 同じ 時間 あなた する スクリーニング、 あなた できる また する 応答 表面 最適化。 あなた できた 多分 得る、 もし あなたは ラッキー、 a スクリーニング デザイン そして a 応答 表面 デザインT o 最適化する a プロセス で 1つ ショット。 あなた 持っている に なれ ラッキー、 の コース、 あなた 持っている に 持っている 三つ または 少ない アクティブ 効果 または 要因。
その 欠点 の その イニシャル 実装 の 決定的 スクリーニング デザイン は それ 初め、 彼らは できなかった 収容する カテゴリカル 要因。 第二に、 彼らは できなかった 収容する どれでも ブロッキング。 第三に、 いくつかの 研究者 持っている 尖った 外 それ のために 検出 小さい 二次関数 効果、 それ は、 二次関数 効果 どこ その サイズ の その 効果 は について その 同じ 注文 として その エラー 標準 偏差、 そこには は 低い 力 のために これら 推定値、 検出 彼ら 正常に完了しました。 の コース、 もし その 二次関数 効果 は 大きい、 それから の コース あなた できる 検出する それ、 特に もし その 三つ 回 として 大きい として その 誤差基準 偏差。
今、 後 その オリジナル 出版物 の DSD、 私たちは だった 良い わかっている それ それ だった a 問題 それ 私たちは できなかった 収容する 二 レベル カテゴリカル 要因。 それで 私たちは 書いた a 新しい 紙 で ジャーナル の 品質 テクノロジー で 2013 それ 示した どうやって に 組み込む 2- レベル カテゴリカル 要因。
それから で 2016年、 私たちは 書いた 別の 紙 で テクノメトリクス それ 示した どうやって に ブロック 決定的 画面 デザイン 使用して 直交 ブロック、 ブロック それ は 直交 に その 要因。 W e だった 試して ステップ- による- ステップ に 住所 その 欠点 それ だった 関連する と オリジナル 実装 の これ 方法論。 別の もの それ 私たちは 気づいた だった それ 人々 だった 持つ a 少し 少し の トラブル 知っている どうやって に 分析する 決定的 スクリーニング デザイン。 私たちは 発明した 一つの 分析 技術 それ だった ベース の上 私たちの 理解 の その 構造 の a 性分化疾患。 それ 取った 特定の アドバンテージ の その 特別 構造 の a 性分化疾患 に 作る その 分析 センシティブ に それ 構造。 それよりも よりも 試して に 使用 いくつかの ジェネリック モデル 選択 道具 のように 段階的に または 投げ縄 または 1つ の それらの。
これ 作った それ 可能 のために a 非専門家 で モデル 選択 に 使用 これ 外 の その 箱 自動化された 技術 のために 分析する a 決定的 スクリーニング デザイン。 それ だった で 2017年、 しかし そこには まだ 問題。
初め、 私たちは した 書く それ 紙 それ 追加した カテゴリカル 要因 に a DSD、 しかし もし あなた 持っていた もっと よりも 三つ、 その 品質 の その デザイン 行った 下、 そして それ だった 望ましくない。 で 事実、 もし あなた 持っていた あまりにも 多くの カテゴリカル 要因、 もの しなかった 見て 良い で 全て。 それ だった 一つの 問題。 A 得、 二次関数 効果 持っている された 尖った 外 に 持っている 低い 力 もし 彼らは 小さい。 その 目的 の これ 話す は に 導入 a 新しい 家族 の デザイン それ 住所 これら 問題。H また 私たちは 行く。
初め、 I 持っている に する いくつかの テクニカル 予選 に 説明する 何 私たちは 必要 に 持っている その 能力 に する で 注文 に 建てる これら デザイン。 私は 行く に 始める 外 による 話している について 会議 マトリックス。 その 会議 マトリックス は その 道具 それ その 2番 紙 それ 議論した DSD（性分化疾患） で 2012 そして 紹介された 全て その 直交 DSD（性分化疾患） のために 12 要因、 14 要因、 16 要因、 そして それで の上。 彼らは 使用 会議 行列 に 作る それ 起こる。
I 必要 に 見せる あなた 何 a 会議 マトリックス は。 あなた できる 見る ここ、 会議 マトリックス、 それ は 4つ 要因 と 4つ 実行、 そして そこには は ゼロ の上 その 対角線 要素 そして もの そして マイナス もの オフ その 対角線。 T 彼 いいね もの について a 会議 マトリックス は それ もし あなた 掛け算する その 転置 の 会議 マトリックス と その 会議 マトリックス、 あなた 得る 一つの 身元 マトリックス 回 その 1つ マイナス その 番号 の 行 で その デザイン。 I tの 一つの 直交 デザイン。
今、 会議 行列 存在する いつ その 番号 の 行 そして 列 は 等しい。 彼らは 四角 行列 そして 彼らは のみ 存在する いつ その 番号 の 行 そして 列 は 一つの 平 番号。 そこには a 会議 マトリックス のために 毎 平 番号 の 行 そして 列 から 二 行 または そして 二 列 に 30 行 そして 30 列、 を除外する のために その 場合 どこ その 番号 の 行 そして 列 は 22. その 実は された 証明された それ その 場合 どこ そこには は 2 2行2列 ns、 その 会議 マトリックス もっている された 証明された ない に 存在する。 それで そこには いいえ 方法 に 構築する 1つ、 悲しいことに、 それでも I できない 証明する それ 結果 自分自身。
わかった、 その 次 もの I 必要 に 話す について は 何か と呼ばれる a クロネッカー積、 どれの 用途 それ 円形 シンボル と 一つの X で その 真ん中 の それ、 それで それ いつ あなた 見る それ で 一つの 方程式、 それ 手段 あなた 欲しい に 作る a クロネッカー 製品。 その クロネッカー積 は また と呼ばれる a 直接 製品、 そして で 事実、 ジャンプ スクリプト 言語、 言語 JSLは クロネッカー積 の 行列 使用して その 直接 製品 指示、 ない その クロネッカー 製品 指示。
その クロネッカー積 の a ベクター 1つ 積み重ねられた の上 トップ の ネガティブ 1つ と a 会議 マトリックス スタック C の上 トップ の ネガティブ C として 下に。 何 その クロネッカー 製品 する は のために 毎 要素 で その 初め マトリックス、 それ 代替品 それ 要素 回 その 2番 マトリックス。 それで 1つ 回 その 会議 マトリックス は ただ その 会議 マトリックス、 そして ネガティブ 1つ 回 その 会議 マトリックス は ネガティブ の その 会議 マトリックス。
基本的に、 a クロネッカー 製品 の 1つ マイナス 1つ と a 会議 マトリックス ただ スタック その 会議 マトリックス の上 トップ の 自体。 それで ここは a 場合 どこ I した ただ それ。 あなた 持っている a 4つ による 4つ 会議 マトリックス の上 トップ の その 折り畳み , どれの は また 4つ による 4、 そして もし あなた だった に 追加 a 行 ゼロ、 あなたは 持っている a 4つ 要素 決定的 スクリーニング デザイン。
会議 行列 は 役に立つ、 クロネッカー積 は また とても 役に立つ のために 建設中 デザイン、 として それ ターン 外。 I 持っている a 少し もっと 予選 に 行く 以上。 させて 自分 話す a 少し 少し について アダマール行列。 アダマール行列 は また 四角 行列、 しかし 彼らは 建設された の もの そして マイナス もの。 私たちは 持っている アダマール行列 建てられた の中へ ジャンプ のために 毎 複数 の 4つ 走る または 4つ 行 そして 4つ 列 上 に 668 行 そして 668 列。 それで 毎 複数 の 4、 私たちは できる サポート a アダマール マトリックス。
それ 良い 知られています。 アダマールデザイン は その プラケット・バーマン デザイン そして その 二 レベル 分数 階乗 デザイン。 これら は 両方 アダマール行列。 アダマールは a フランス語 数学者 誰が 住んでいた で その 遅い 19日 世紀、 そして 彼 発明した これ アイデア。 I f 私のマトリックスは m 行、 その 転置された 回 自体。 は m 回 その 身元 マトリックス。
T もっている 手段 その アダマール マトリックス は 直交、 番号 1つ、 そして 番号 二、 それ もっている その 最大 可能 情報 について その 行 そして その 列 で その マトリックス それは 可能、 与えられた それ あなたは 使用して 数字 間 ネガティブ 1つ そして 1つ。 彼らは とても 貴重な ツール のために 建設中 デザイン。
今 私たちは 持っている すべて それ 私たちは 必要 に 見せる どうやって に 構築する これら 新しい デザイン。 私たちは 電話 彼ら 直交 ミックス レベル デザイン または OML。 彼らは 混合 レベル なぜなら 半分 の その 列 または 半分 の その 要因 は 三つ レベル。 したがって、 その 三つ レベル 連続 要因 そして 半分 の その 列 または 要因 は 二 レベル、 そして 彼らは のために カテゴリカル 要因 または のために 連続 要因 のために どれの だった ない 心配した について 非線形 効果。
こちらは その 初め 方法 のために 建設中 1つ の 私たちの OML。 もし C サブ K は a k による k 会議 マトリックス そして H サブ 2k は a 2k アダマール マトリックス、 それで H サブ 2K は a アダマール行列 どれの もっている 2回 として 多くの 行 そして 列 として その 会議 マトリックス もっている。
それから もし 私たちは スタック a 会議 マトリックス の上 トップ の その 折り返し そして それから 複製する それ、 私たちは 得る これ マトリックス DD、 どれの は ただ C ネガティブ C、 C ネガティブ C、 全て 積み重ねられた の上 トップ の それぞれ 他の。 DD は 二 DSD（性分化疾患） 積み重ねられた その上 それぞれ 他の、 マイナス その 二 中心 走る それ DSD（性分化疾患） 通常 持っている。
今、 HH は なぜなら DD終了 上 持つ 4k 走る なぜなら そこには は 4つ 会議 行列 と K 行 そして 列 積み重ねられた の上 トップ の それぞれ 他の。 それで そこには は 4k 行 で これ デザイン そして K 列。 HH は ただ ハタマード マトリックス 積み重ねられた の上 トップ の その 折り畳み 以上 デザイン。
以来 H もっている 二 k 行 そして 列 すでに、 スタッキング それ の上 トップ の 自体 作る それ 持っている 4k 行 ただ のように その DD マトリックス もっている。 それ ターン 外 それ あなた できる ただ 連結する これら 二 行列 水平に に 作る 一つの 直交 多層 デザイン。 その DD 一部 の それ 全て もっている 三つ レベル あたり 要素。 そして その HH 一部 の それ もっている 二 レベル あたり 要素。 そして あなた できる 見る それ そこには は け、 三つ レベル 要因 そして 二 k 二 レベル 要因。 したがって、 4k 行 デザイン あなた できる 持っている として 多くの として 3k 列。
のために 例、 もし あなたの デザイン K だった 六、 あなたは 持っている 24 行 そして 18 列。 六 の その 要因 だろう なれ 三つ レベル そして 12 の 彼ら だろう なれ 二 レベル。 今 あなた 持っている 方法 もっと 二- レベル 要因 そして あなた まだ 失った どれでも の その 特徴 の その 決定的 スクリーニング デザイン。 その 主要 効果 の これ デザイン は 直交 に それぞれ 他の。
こちらは 一つの 例 どこ I 建設された 一つの OML から a 6×6 会議 マトリックス そして a 12×12 アダマール マトリックス。 あなた できる 見る そこには は 24 行 で これ マトリックス そして 18 列。 その 初め 六 の 彼ら は その 六、 三つ- レベル 列、 そして その 次 12 は その 12 二- レベル 列。
今、 の コース、 あなた しない 必要 に 使用 毎 カラム の これ デザイン。 あなた できた まだ 使用 これ デザイン 平 もし あなた 持っていた 言う、 4つ または 五 三つ レベル 要因 そして セブン 二 レベル 要因。 あなた ただ 取り除く 五 の その 二 レベル 要因 そして a カップル の その 三つ レベル 要因、 そして その 選別 の 任意 どれの もの あなた かもしれない 取り除く。
こちらは その 2番 工事 アプローチ ここ。 C サブ K は a K による K 会議 マトリックス、 そして H サブ K は a K による K アダマール マトリックス。 今 だった 行く に 作成する DD その 同じ 方法 私たちは した 前に。 DD は ただ a 決定的 スクリーニング デザイン 積み重ねられた の上 トップ の 自体、 マイナス その 二 相乗効果。 HH は a 複製された アダマール マトリックス の上 トップ の その 同じ アダマール マトリックス 折り畳まれた 以上 二度。
今 もし あなた 見て で その 二 列 の もの そして マイナス もの、 あなた かもしれない 知らせ それ それらの 二 ベクトル は 直交 に それぞれ 他の。 それは 何 作る これ 特定の 工事 本当に、 本当に 強力です。 で これ 場合、 その デザイン もっている 4K 行 そして のみ 二 K 列。 K の その 要因 は で 三つ レベル そして K 要因 は で 二 レベル。
その 番号 の 走る で これ デザイン は 2回 その 番号 の 列。 しかし それは まだ a とても 効率的 番号 の 走る 与えられた その 番号 の 要因。 その その 同じ 効果 の 決定的 スクリーニング デザイン で 事実。 決定的 スクリーニング デザイン 持っている 2回 として 多くの、 2回 として 多くの プラス 1つ 走る よりも 要因。
こちらは 一つの 例 作成された 使用して a 4×4 会議 マトリックス そして a 4×4H アダマール マトリックス。 いつ あなた スタック 彼ら の上 トップ の それぞれ 他の 4つ 回、 あなた 得る 八 列 そして 16 行。 列 A を通して D、 あなた できる 見る は 三つ レベル なぜなら あなた できる 見る それらの ゼロ そして そこには は 4つ ゼロ で 毎 カラム。
I すべき ポイント 外 それ もし あなた 持っていた a 決定的 スクリーニング デザイン、 そこには は のみ 三つ ゼロ で それぞれ カラム。 持つ 一つの 余分な ゼロ 作る その 力 のために 検出 a 二次関数 効果 a 少し より高い よりも のために その 決定的 上映された デザイン。 それは その 2番 工事 方法。
その 三番目 工事 方法 は とても 似ている に その 2番、 を除外する それ あなた 持っている 二 違う 方法 の 追加する アダマール 行列 に その 例。 ここ 私たちは 持っている その DD 一部 は その 同じ として その 初め 二 工事 方法。 その HH 一部、 そこには は 二 HH もの。 1つ と その ベクター 1、1 -1 、-1 , そして その 他の 1つ と その ベクター 1、 -1 , -1, 1 . その 三つ ベクトル それ は もの そして ネガティブ もの は 全て 直交 に それぞれ 他の。 それ 利回り 一つの 直交 主要 効果 デザイン。 で これ 場合、 その 三番目 工事 また もっている 4K 行 そして 3K 列、 それ は K 要因 で 三つ レベル そして 二 K 要因 で 二 レベル。
それらの は その 三つ 方法。 こちらは 一つの 例 の それ 工事 と 使用して a 4×4 会議 マトリックス そして a 4×4 アダマール マトリックス。 その 結果 は a 12- カラム デザイン と 16 行。 12 要因 で 16 行。 とても 効率的 デザイン のために 見ている で 12 要因。 その また 直交 のために その 主要 効果。 主要 効果 は 直交 に 二- 要素 相互作用。
今 I 欲しい に 見せる あなた 三つ スクリプト のために 作成 これら デザイン 使用して 日本語: JSL。 で その その間、 前に 私たちは 落とす これ 方法論 の中へ JMP、 あなた できる 作成する これら デザイン と a とても 単純 日本語 スクリプト。 その 初め 指示 は 作成 a 会議 マトリックス、 で これ 場合 会議 マトリックス と 六 行 そして 六 列。
それから D は その 直接 製品 の その ベクトル1, -1 , 1、 -1 そして C. それ 与える あなた その マトリックス DD それ 私たちは 見た で 私たちの 構造。 それから 八 は a アダマール マトリックス と 12 行 そして 12 列。 知らせ それ 12 は 二 回 六。 私たちは だった 必要とする それ のために その 初め 工事、 その アダマール マトリックス もっている に 持っている 2回 として 多くの 行 そして 列 として その 会議 マトリックス。
私たちは 作る HH による 増殖する 1、-1 による 使用して その 直接 製品、 その カーネギー 製品 工事。 それ 与える あなた a 24- 走る HH デザイン。 その H もの もっている 24 走る そして 12 列。 それから その 最後 ステップ は に 水平に 連結する D そして HH に 生産する ML どれの I ただ 短縮、 短縮 OML に ML。 それから その として テーブル 指示 作る a テーブル 外 の それ マトリックス。
その OML それ 私たちは ただ 作成された もっている 24 行 そして 18 列。 六 の その 列 は 要因 で 三つ レベル、 そして 12 の その 要因 は で 二 レベル。 今、 その 六 で その 初め ライン できる なれ 交換された による 8、10、 12、14 上 に 30, を除外する のために 22. その 12 で その 三番目 ライン しなければならない なれ 2回 何でも 番号 あなた 置く で その 初め ライン。 あなた できる 使用 これ 工事 に 作成する 全て 種類 の OML デザイン ただ による 変化 その 数字 で その 初め そして 三番目 列。
こちらは その 2番 工事 方法 スクリプト。 I 始める また と その 会議 マトリックス。 これ 時間 私は やっている a 会議 マトリックス の 4つ 行 そして 4つ 列。 D は a 直接 製品 の 1、-1 、1、-1 そして C. それは その 同じ として 前に。
これ 時間 I 作る H なれ アダマール の 4つ その代わり の 2回 その 番号 で その 初め ライン。 I 持っている に 持っている a ベクター と 4つ 要素 に 直接 製品 と H. 私は 1、1、-1、-1、 使用 その クロニクル 製品 の それ または その 直接 製品 JMPと 日本語 話す。 I 得る a デザイン それ もっている 16 行 そして 八 列 による 水平に 連結する それ ダブル 垂直 ライン もの 水平に 連結する 二 行列 そして それから その S テーブル 作る その テーブル 外 の それ。 これ 2番 工事 もっている 16 行 そして 八 列。 そこには は 4つ 要因 で 三つ レベル そして 4つ 要因 で 二 レベル。 その 4つ で その 初め そして 三番目 線 できる なれ 交換された と どれでも 平 番号 のために どれの a 会議 マトリックス 存在します。
I 必要 に 正しい 自分自身。 その 会議 マトリックス もっている に なれ a 複数 の 4つ で 注文 のために これ に 仕事、 なぜなら その アダマール マトリックス は a 複数 の 4つ。
こちらは その 最後 工事 方法。 また、 私たちは 持っている a 会議 マトリックス の 4、 しかし それ できた なれ 4、 それ できた なれ 八、 または 12 または 16. 私たちは 作る a 直接 製品 の これ ベクター の もの そして ネガティブ もの そして C に 得る その 複製された 決定的 スクリーニング デザイン。 ここ 私たちは 作成する a アダマール マトリックス の 4、 しかし 私たちは 持っている 二 違う 直接 製品。 その 初め 1つ どこ だった 作る a クロニクル 製品 の 1、 1、 -1、-1 と H、 そして その 2番 1つ だった 作る a クロニクル 製品 または 直接 製品 の 1、-1 , -1 , 1 そして H.
それらの は 二 違う 行列 そして 彼らは 起こる に なれ 直交 に それぞれ 他の。 それから 私たちは 水平に 連結する 全て 三つ の これら 行列 そして 作る a テーブル から それ。 これ デザイン 今 もっている 16 行 なぜなら その 4つ 走る で その 会議 マトリックス 回 4つ。 あなた 持っている 16 行 そして 12 列。 そこには は 4つ 要因 で 三つ レベル そして 八 要因 で 二 レベル。 ここ は 三つ とても 簡単 日本語 スクリプト。 に 作る これら デザイン、 病気 置く 日本語 の中へ その... いつ それ 行く の中へ その ジャンプ コミュニティ、 病気 追加 その 日本語: JSL。 病気 また 追加 いくつかの 例 の これら OML デザイン それ あなた できる 使用。
今 I 欲しい に 話す について a 少し 少し について その プロパティ の これら デザイン。 ここ 私たちは 見る その デザイン プロパティ のために 方法 1つ そして その 色 地図 そして その 相関関係 ショー それ そこには は いいえ 相関関係 間 どれでも の その 12 要因 で これ または 実は 18 要因 で これ デザイン。 その 三つ- レベル 要因 は について 10％ 少ない 効率的に 推定する よりも その 主要 効果 よりも その 二- レベル 要因。 それは なぜなら の その ゼロ で それぞれ の それらの 列。 それ しない ヘルプ あなた、 その ゼロ しない ヘルプ あなた 見積もり 主要 効果。
今 I 欲しい に 見せる あなた その エイリアス 行列 のために これ デザイン 工事 方法。 あなた できる 見る それ そこには は a 多く の 主要 効果 それ は 無相関 と 二- 要素 相互作用、 しかし そこには は また a 多く の 主要 効果 それ は 相関関係 と 二- 要素 相互作用。
その 三つ- レベル 要因 主要 効果 は ない エイリアス と どれでも の 彼らの 二 要素 交流。 その 同じ は また 真実 の その 二- レベル 要因。 彼らの 主要 効果 は ない エイリアス と 彼らの 二- 要素 相互作用 なぜなら 両方 側面 の これ デザイン は 建設された から 折り畳み- 以上 デザイン。 W e 見る それ そこには とても a 少し の 潜在的 エイリアシング の 主要 効果 から アクティブ 二要素認証 相互作用。 で いくつかの センス、 方法 1つ は a 少し よりリスクが高い に 使用 よりも その 他の 方法。
ここ は その デザイン プロパティ のために 方法 二。 あなた できる 見る それ ここ 私は 作る a デザイン それ もっている 16 要因 そして 八 つまり、列 16 行f または 八 要因。 その 三つ- レベル 要因 持っている 15% より長い 自信 間隔 よりも その 二- レベル 要因。 また、 それ は なぜなら それらの 4つ 要因 全て 持っている 4つ ゼロ。 4つ の その 16 走る は ゼロ その代わり の 1 または -1.
その いいね もの について その 2番 デザイン 工事 は それ なし の その 主要 効果 は 相関関係 と どれでも 二- 要素 相互作用。 それ もっている 多くの の その 望ましい 効果 または 特徴 の a 決定的 スクリーニング デザイン。 そこには a 多く の 直交性 間 ペア の 二- 要素 相互作用、 しかし そこには は また いくつかの 相関関係。 あなた できる 見る ここ は いくつかの 相関関係、 ここ は いくつかの、 そして それで の上。
ついに、 その デザイン プロパティ のために 方法 三つ 見せる それ 三つ- レベル 要因 は a 少し 少ない 効率的に 推定 よりも 二 -レベル 要因 15%、 15.5%です。 私たちは できる 見る それ そこには いくつかの エイリアシング 間 主要 効果 そして 二- 要素 相互作用、 しかし ない として 多くの として のために その デザイン 工事 番号 1つ。 で 条項 の リスク、 これ 収容する もっと 要因 と 少ない リスク よりも その 初め 工事 方法。
私は のように 今 に 比較する 性分化疾患 に 一つの 直交 主要 効果 または 混合- レベル デザイン。 あなた できる 作る a 性分化疾患 と 八 要因、 八、 三つ- レベル 要因、 そして それ だろう 持っている 17 実行されます。 I f あなた 得る 取り除く の その 中心 走る、 あなた だろう 持っている a 走る それは 直接 匹敵する と a マルチ レベル 16- 走る デザイン それ あなたは 見た で デザイン 工事 あまりにも。
今、 もし 私たちは 比較する その 効率 のために 推定する 主要 効果、 その 決定的 スクリーニング デザイン は のみ 91% D 効率的 と 尊敬 に その 混合- レベル デザイン、 その G 効率 は 92%、 その A 効率 は だいたい 90% そして その I 効率 は だいたい 82％。 Y または できる 見る それ その 分数 の その デザイン 空間 プロット ショー それ その 曲線 のために その 混合- レベル デザイン は 下に その 曲線 のために その 決定的 画面 デザイン かわいい 多くの どこにでも。 これ デザイン は 明らかに 好ましい に その 被告 画面 デザイン のために 推定する 主要 効果 で 少しでも。
今 I 欲しい に 話す について データ 分析 そして 使用 一つの 例。 私は 作成された a デザイン 使用して その 2番 工事 そして I 作成された a Y ベクター による 追加する ランダム 普通 エラー に a 特定の 関数 と 両方 主要 効果 そして 二- 要素 相互作用 そして 丸め それ に 二 小数点 場所。 その 真実 方程式、 その 真実 関数 は これ 1つ ここ。 それ もっている A、B、E そして F 主要 効果 は 全て アクティブ そして その AB、BE そして もし 二- 要素 相互作用 は 全て アクティブ。
それは a 関数 それなし エラー。 I 追加した 普通 ランダム エラー と a 標準 偏差 の 1つ。 何 I 使用済み だった 以来 これ デザイン できる なれ フィット 使用して その フィット 決定的 スクリーニング デザイン プラットフォーム 内で JMP、 それは 何 I 使用済み。 ここ あなた 見る それ その フィット 決定的 スクリーニング デザイン 発見 全て セブン 本物 効果 そして しない 探す どれでも 偽造 効果。 それ 取得する その ちょうど 正しい セット の 効果。
その 偏差 間 その 真実 パラメータ 価値観 そして その 推定 パラメータ 価値観 は かわいい 小さい。 のために 例、 その 真実 パラメータ 価値 のために 要素 A は 2.03 そして その 見積もり は 2.45 プラス または -35。 それは 1つ 標準 偏差 それで その ただ a 少し 少し もっと よりも 1つ 標準 偏差 から その 真実 価値。
ここ それ その 真実 価値 の その 係数 の B は 3.88 そして I 得る 3.94、 どれの は とても 近い に その ちょうど 正しい 価値。 あなた できる 見る のために あなた自身 その 推定 価値 の その 根 平均 二乗 エラー は 1.2 そして その 真実 額 の ランダム エラー I 追加した だった その通り 1つ。 あなた できる 見る また、 これ 分析 手順 もっている 本当に 選ばれた その ちょうど 正しい 分析。
今 I 欲しい に する a 少し ジャンプ デモ それ ショー 基本的に その 実際の による 予測的な プロット それ あなた 見る そこには 下に。 それから これ プロット ショー それ その 残差 しない 持っている どれでも 表示 の どれでも 問題 として 良い。 私は 行く に 離れる パワーポイント のために a 2番 そして ただ 行く に ジャンプ。 こちらは 私の データ、 ここは その 関数 と いいえ エラー。 I できる 見せる あなた それ、 それは ただ これ 式 それ I 示した あなた で その スライド。
それから ここは その データ どこ 私は 追加した ランダム エラー に それぞれ の これら 価値観 と それ。 それから 何 デルタ は、 は その 違い 間 その 予測 式 の Y そして その Y と いいえ エラー。 これら 価値観 は どうやって 遠い 私たちは 逃した その 真実 価値 の Y のために 毎 ポイント。
もし I する その フィット 決定的 スクリーニング デザイン の そして、 I 得る 何 I 示した あなた 前に そして I 得る その 正しい 主要 効果 そして また その 正しい 二 要素 相互作用。 それから いつ I 組み合わせる 彼ら、 I 得る その 正しい モデル と その 正しい 美術、 とても 近い に その 真実 見積もり の シグマ。
もし I 走る これ モデル 使用して フィット モデル、 これ は その 実際の による 予測された プロット I 得る。 これ は その 残留 プロット I 得る。 こちらは その 予測 プロファイラー それ ショー その 予測的な 価値 の そして。 あなた できる 見る それ もし あなた 見て で その スロープ の その ライン の B そして 見る として I 変化 その 価値 の あ、 その スロープ の B 変更。 もし I 変化 これ B、 その スロープ の A 変更、 もし I 変化 そして、 その スロープ の F 変更。
これ 示す 相互作用 ハプニング。 もし I 望んでいた に 最大化する これ 関数、 I だろう 選ぶ その 高い 価値 のために それぞれ の その 要因。 それから 1つ の その もの I した だった I 作成された a プロファイラー それ どこ I 見て で これ は その 真実 関数、 これ は 私の 予測的な 式 そして これ は その 違い 間 それらの 二 機能。
これ は その 設定 それ リード に その 最大 違い 間 その 予測的な 価値 そして その 真実 価値 の その 関数。 それは 何 I 望んでいた に 見せる あなたは ジャンプ そして 病気 動く 戻る に 私の スライド 今。 させて 自分 要約すると、 私たちは 話した について 決定的 画面 デザイン と 彼らの 長所 そして 短所。
I それから 紹介された その アイデア の a 年代記作家 製品 そして 示した どうやって に 構築する これら 直交 多層 デザイン で 三つ 違う 方法。 I 示した あなた その 日本語 スクリプト、 I 共有 その 日本語 スクリプト のために 建設中 これら デザイン。
あなた できる 使用 これ スクリプト による 変化 その 数字 で その 初め そして 三番目 線 に 作る デザイン それ と ますます 大きい 数字 の 実行されます。 I 話した について その 統計的 プロパティ の これら デザイン そして 特定の 示した それ 彼らの 直交性、 しかし また で その 場合 の デザイン 工事 二、 ない のみ は 彼らは 直交 のために その 主要 効果、 しかし その 主要 効果 は 直交 に その 二 要素 相互作用。
デザイン 工事 二 のみ 存在する のために デザイン それ 持っている a 複数 の 16 行 そして 列、 どれの は a わずか 不利な点 比較すると、 そこには もっと 柔軟性 と その 他の アプローチ。 それから ついに I 示した どうやって に 分析する これら デザイン。 させて 自分 作る a カップル の 推奨事項。
デザイン 工事 方法 二 は その 最も安全 アプローチ なぜなら の 全て の その 直交性 関与した そして その 事実 それ その 二 要素 相互作用 は 無相関 と 主要 効果。 I 尖った 外 すでに それ あなた しない 持っている に 使用 全て その 列。
あなた できる 作成する 1つ の これら 設計された そして それから 投げる 離れて ある 列 で 注文 に 収容する その 真実 番号 の 要因 それ あなた 持っている。 その アドバンテージ の やっている それ は それ あなた 意思 また 得る より良い 推定値 の その エラー 分散。
それから その 重要 に 覚えて それ その 三つ レベル 要因 は のために 連続 要因 のみ。 それ しないだろう 作る センス に 持っている 三つ レベル カテゴリカル 要因 のために これら 列 なぜなら そこには は 遠い 少ない ゼロ 要素 よりも もの そして プラス もの。
A カップル の もっと もの。 二次関数 効果 それ ターン 外、 は わずかに より良い 推定 による 一つの 直交 主要 混合 レベル デザイン よりも a 性分化疾患。 しかし もし あなた 望んでいた に 改善する その 二次関数 効果 推定、 あなた できた 追加 二 行 の ゼロ に その 連続 要因。 それらの だろう なれ のように 中心点。
それから のために その カテゴリカル 要素、 あなた できる 選ぶ どれでも ベクター の プラス もの それ もっている プラス もの そして マイナス もの で それ。 それから その 他の、 その 2番 行 だろう 持っている ただ その 折り畳み 以上 の その 初め 行 で その もの そして マイナス もの。 それ は 全て I 持っている のために あなた 今日。 感謝 あなた とても 多くの のために あなたの 注意。
