ソフトウェアのテストに関する継続的なブログ シリーズの一環として、少し回り道をして、因子効果の基本原則を再検討したいと思います。
特に、スクリーニング デザインに関しては、デザインで探している特性の根底にあるものは、計画された実験の基本原則によってうまくまとめることができます。 当社のドキュメントでも、その概要を説明しています。
- 効果の階層:この原則では、主効果は二次効果よりも重要になる可能性が高く、二次効果は三次効果よりも重要になる可能性が高く、などと規定されています。さらに、同じ順序の効果は、同様に重要になる可能性が高くなります。
- 効果のスパース性:この原則によれば、要因実験では、少数の効果のみが有意である可能性が高くなります。ほとんどの効果は無視できると想定されるため、モデル選択プロセスが簡素化されます。
- 効果の継承:この原則は、相互作用効果が有意になるのは、その親 (主) 効果の少なくとも 1 つも有意である場合のみであると述べています。この仕様は、モデル検索プロセス中に互換性のないモデルを除外するのに役立ちます。
さて、十分な実験を行った場合、これらの原則が当てはまらない例がある可能性があります。ただし、実験を行う際にこれらが妥当な仮定であるという経験的証拠があります (レビューについては、Li et al. 2006 を参照してください)。
効果階層の原理は、実験計画法のコースを受講したことがあるなら学んだであろう解像度と最小偏差を通じて、一部実施要因計画における多くの設計選択の根底にある原理です。最も重要な要因を見つけたいスパース性と組み合わせると、これらは活発な研究領域になります (たとえば、 決定的スクリーニング計画と混合レベル スクリーニング計画を参照してください)。同様に、カスタム設計プラットフォームを使用する場合、デフォルトのモデルは主効果モデルです。
スパース性原理の場合、「有意である可能性が高い」というのは、むしろ「最も」重要な効果を特定することを反映しているということを指摘しておきたいと思います。実行サイズが十分に大きい場合、要因効果の多く (おそらくほとんど) が統計的に有意になります。私は、スパース性原理を、特定の対応する入力を変更することで応答を変更し、最大の効果を得ること、つまり費用対効果を最大にすることだと考えます。
効果の遺伝原理については、通常、モデリングに関してのみ考えます。しかし、テストにも関連していることがわかります。
なぜ迂回するのですか? これはテストに関係しているのでしょうか?
次回のブログ投稿で紹介するドキュメントを単に紹介することもできますが、同じ原則を使用してテストの問題をどのように組み立てることができるかを見ていきます。
Li, X., Sudarsanam, N. and Frey, DD, 2006.因子実験データの規則性。複雑性、 11 (5)、pp.32-45。
@Victor_Gを読んでいただきありがとうございます。また、あなたの記事へのリンクも感謝します。DOE についてあなたが広めているのを見るのは楽しいです!
