<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" /> Bradley Jones, BradleyJones , PhD, JMP Principal Research Fellow, SAS
Das Custom Design-Tool in JMP implementiert die Idee des modellorientierten Designs. Das heißt, ein benutzerdefiniertes Design maximiert die Informationen zu einem angegebenen Modell. Konstruierte Experimente haben oft eine starke Symmetrie (z. B. orthogonale Spalten). Dies legt nahe, dass analytische Methoden für entworfene Experimente das bereits bekannte Wissen über ihre Struktur nutzen können. Ich bezeichne diese Idee als designorientierte Modellierung. Definitive Screening-Designs (DSDs) haben eine spezielle Struktur mit vielen wünschenswerten Eigenschaften. Sie haben orthogonale Haupteffekte, und die Haupteffekte sind auch orthogonal zu allen Effekten zweiter Ordnung. DSDs mit mehr als fünf Faktoren werden auf drei Faktoren projiziert, um eine effiziente Anpassung eines vollständigen quadratischen Modells zu ermöglichen. Bei Analysemethoden für DSDs werden jedoch generische Werkzeuge eingesetzt, die für die Regressionsanalyse von Beobachtungsdaten entwickelt wurden. Diese Ansätze nutzen nicht alle nützlichen Strukturen, die DSDs bieten. Dieser Vortrag stellt einen analytischen Ansatz für DSDs vor, der die spezielle Struktur von DSDs explizit nutzt. Um die Methodik klarer zu machen, werde ich ein Schritt-für-Schritt-Verfahren zur Analyse anhand konkreter Beispiele bereitstellen.
