Nell'ambito della nostra serie di blog sui test del software, faremo una piccola deviazione per rivisitare i principi fondamentali degli effetti fattoriali.
In particolare, quando si tratta di screening di progetti, le proprietà sottostanti che cerchiamo in un progetto possono essere riassunte bene dai principi fondamentali degli esperimenti progettati. Li descriviamo anche nella nostra documentazione .
- Gerarchia degli effetti: questo principio specifica che gli effetti principali hanno maggiori probabilità di essere più importanti degli effetti di secondo ordine, che hanno maggiori probabilità di essere importanti degli effetti di terzo ordine e così via. Inoltre, gli effetti dello stesso ordine hanno la stessa probabilità di essere importanti.
- Sparsità dell'effetto: secondo questo principio, solo un piccolo numero di effetti in un esperimento fattoriale è probabile che sia significativo. La maggior parte degli effetti è considerata trascurabile, il che semplifica il processo di selezione del modello.
- Ereditarietà dell'effetto: questo principio afferma che un effetto di interazione è probabile che sia significativo solo se almeno uno dei suoi effetti principali (principali) è anch'esso significativo. Questa specifica aiuta a escludere modelli incompatibili durante il processo di ricerca del modello.
Ora, se hai fatto abbastanza esperimenti, probabilmente hai esempi in cui questi principi non valgono. Tuttavia, ci sono prove empiriche che queste sono ipotesi ragionevoli da fare quando si sperimenta (vedi Li et al. 2006 per una revisione).
Il principio di gerarchia degli effetti è la base sottostante di molte delle scelte di progettazione nei progetti fattoriali frazionari attraverso la risoluzione e l'aberrazione minima che potresti aver appreso se hai seguito un corso di progettazione di esperimenti. In combinazione con la scarsità, dove vogliamo trovare i fattori più importanti, queste sono aree di ricerca attive (vedi ad esempio Definitive Screening Designs e mixed-level screening designs ). Allo stesso modo, quando utilizzi la piattaforma Custom Design, il modello predefinito è un modello di effetti principali.
Voglio sottolineare che per il principio di scarsità, il "probabile che sia significativo" è più un riflesso dell'identificazione degli effetti "più" importanti. Se hai una dimensione di esecuzione sufficientemente ampia, molti (forse la maggior parte) dei tuoi effetti fattoriali saranno statisticamente significativi: mi piace pensare al principio di scarsità come all'ottenimento degli effetti più grandi , ottenendo il massimo rendimento per il tuo dollaro nel cambiare la tua risposta cambiando alcuni input corrispondenti.
Per quanto riguarda il principio di ereditarietà dell'effetto, di solito ci penso solo quando si tratta di modellazione. Ma vedremo che è rilevante anche per i test.
Perché questa deviazione? È correlata ai test?
Anche se avremmo potuto semplicemente rimandarvi alla documentazione, che troverete nel mio prossimo post sul blog, vedremo come possiamo impostare il problema dei test utilizzando questi stessi principi.
Li, X., Sudarsanam, N. e Frey, DD, 2006. Regolarità nei dati da esperimenti fattoriali. Complexity , 11 (5), pp.32-45.
Ottimo articolo @Ryan_Lekivetz !
Ho anche fatto del mio meglio per spiegare i principi di base per la costruzione del progetto (basati sui principi di Fisher: replicazione, randomizzazione, controllo/blocco locale) e l'analisi del progetto (effetti di scarsità, gerarchia ed ereditarietà) in questo articolo " Principi del design degli esperimenti: i concetti chiave per la costruzione e l'analisi del design degli esperimenti "
Grazie per aver letto @Victor_G - e apprezzo il link al tuo articolo. Mi fa piacere vederti diffondere la parola su DOE!
