Niveau: Mittelstufe
Carly Metcalfe, Forschungsassistentin, Arizona State University
Bradley Jones, JMP Distinguished Research Fellow, SAS
Douglas Montgomery, Regents' Professor, Arizona State University
Nichtreguläre Designs sind eine bessere Alternative zu IV-Designs mit regulärer Auflösung, da sie störende Zwei-Faktor-Interaktionen vermeiden. Daher können nichtreguläre Designs einige aktive Zwei-Faktor-Interaktionen schätzen und identifizieren. Aufgrund der manchmal komplexen Aliasstruktur nichtregulärer Designs können einige klassische Screening-Strategien jedoch nicht alle aktiven Effekte identifizieren. In diesem Poster stellen wir mehrere nichtreguläre Designs mit sechs Faktoren und 16 Durchläufen ohne Störfaktoren und orthogonalen Haupteffekten vor. Wir schlagen einen Ansatz zur Auswahl aller möglichen Modelle vor, der das Modell mit dem minimalen mittleren quadratischen Fehler aus allen fünfzehn Vier-Faktor-Modellen zweiter Ordnung auswählt. Wir zeigen, dass bei Verwendung unserer vorgeschlagenen Methode die Wahrscheinlichkeit fehlender aktiver Effekte für eine große Vielfalt hypothetischer Modelle minimal ist. Es wird eine Simulation mit JSL durchgeführt, um diese Methode mit einem schrittweisen Vorwärtsselektionsansatz zu vergleichen.
