Оценка представительности усеченных ортогональных подпланов плана полного факторного эксперимента

• Published in: Системні дослідження та інформаційні технології
• Date: 2010
• Main Authors: Серая, О.В., Демин, Д.А.
• Format: Article
• Language: Russian
• Published: Навчально-науковий комплекс "Інститут прикладного системного аналізу" НТУУ "КПІ" МОН та НАН України 2010
• Subjects: Математичні методи, моделі, проблеми і технології дослідження складних систем
• Online Access: https://nasplib.isofts.kiev.ua/handle/123456789/50058
• Journal Title: Digital Library of Periodicals of National Academy of Sciences of Ukraine
• Cite this: Оценка представительности усеченных ортогональных подпланов плана полного факторного эксперимента / О.В. Серая, Д.А. Демин // Систем. дослідж. та інформ. технології. — 2010. — № 3. — С. 84-88. — Бібліогр.: 1 назв. — рос.

Введен критерий оценки качества усеченного ортогонального подплана плана полного факторного эксперимента, характеризующий уровень смешивания влияний факторов и их взаимодействий. Предложена методика расчета степени представительности усеченных ортогональных планов. Учет введенного критерия позволяет повысить точность оценивания параметров многооператорной регрессии в условиях малой выборки. Введено критерій оцінки якості усіченого ортогонального підплану плану повного факторного експерименту, що характеризує рівень змішування впливів факторів та їх взаємодій. Запропоновано методику розрахунку ступеня показності усічених ортогональних планів. Облік введеного критерію дозволяє підвищити точність оцінювання параметрів багатофакторної регресії в умовах малої вибірки. A criterion for estimation of the quality of a truncated orthogonal subplan of the complete factor experiment plan is introduced, which characterizes the level of mixing effects of the factors and their interactions. A method for calculation the degree of representativeness for truncated orthogonal plans is proposed. Taking into account of the criterion makes it possible to improve the estimate accuracy for multifactor regression under the conditions of small selection.