Split-plot designs, where for each

Split-plot designs, where for each level combination of the whole-plot factors only two runs as mirror images are used, are very run-efficient. These designs are useful in many practical situations. Typical examples include treatments to be applied to subjects with two eyes, two ears, or two feet, or animal litters of two being easier to obtain than of four or more. In these situations the proposed designs will yield useful and effective alternatives. Moreover these designs split s and ws effects and w, ww and ss effects into two orthogonal sub-spaces, which simplify the identification of active factors and also the estimation of active effects. This is discussed further in Tyssedal and Kulahci (2005).
For screening and model estimation it is an advantage to be able to separate main effects from two-factor interactions. Designs of projectivity P ¼ 3 or higher avoid full aliasing between main effects and two-factor interactions. For geometric designs they even ensure these effects to be free of aliasing. If many factors need to be investigated the (N, nw, ns, P Z 3) screens constructed from non-geometric designs offer the advantage of allowing more factors to be investigated in designs with a fixed projectivity compared to designs constructed from geometric designs. To be able to clearly estimate the two- factor interactions, geometric designs will need to be of projectivity P ¼ 4 or higher. This corresponds to more runs or fewer factors in the investigation. Interesting run-efficient alternatives are the (N, nw þ ns r m, P) screens constructed from non- geometric PB designs by repeating some columns and taking a fold-over of the others. Except when the number of runs in the baseline designs is equal to 40, 56, 88 or 96, these designs have only partial confounding between any two effects as long as these are main effects or two-factor interactions, see Samset and Tyssedal (1999). This makes them very appealing split-plot designs for both screening and robust design experimentation.

ผลลัพธ์ (ไทย) 1:

แบ่งแผนงานออกแบบ ผสมแต่ละระดับของการทำงานเพียงสองปัจจัยทั้งพล็อตเป็นรูปภาพที่ใช้ มีมากรันประสิทธิผล ออกแบบเหล่านี้มีประโยชน์ในสถานการณ์จริงหลาย ตัวอย่างทั่วไปได้แก่การนำไปใช้กับวัตถุด้วยตาสอง สองหู หรือสองฟุต หรือสัตว์ครอกสองจะง่ายขึ้นจะได้รับมากกว่าของสี่หรือมากกว่า ในสถานการณ์เหล่านี้ การออกแบบที่นำเสนอจะได้ทางเลือกที่มีประโยชน์ และมีประสิทธิภาพ นอกจากนี้ยัง ออกแบบเหล่านี้แยกลักษณะ ws และ s และ w, ww และ ss เป็นสองมุมฉากย่อยพื้นที่ ซึ่งทำให้ identification ของปัจจัยที่ใช้งานอยู่ และการประเมินผลที่ใช้งานอยู่ นี้จะกล่าวถึงต่อไปในทืสเซียดอลและ Kulahci (2005)สำหรับการตรวจสอบและการประเมินรูปแบบ จะเป็นประโยชน์มากสามารถแยกผลกระทบหลักจากการโต้ตอบสองปัจจัย การออกแบบของ projectivity P ¼ 3 หรือสูงกว่านามแฝงเต็มระหว่างผลหลักและการโต้ตอบสองปัจจัยที่หลีกเลี่ยง สำหรับการออกแบบทางเรขาคณิต พวกเขาแม้จะให้ผลกระทบเหล่านี้จะมีนามแฝง ถ้าปัจจัยที่จำเป็นต้องตรวจสอบใน (N, nw, ns, P Z 3) หน้าจอที่สร้างจากการออกแบบทางเรขาคณิตที่ไม่ดีของให้ปัจจัยเพิ่มเติมต้องถูกตรวจสอบในการออกแบบ ด้วย projectivity fixed ที่เมื่อเทียบกับการออกแบบที่สร้างขึ้นจากการออกแบบทางเรขาคณิต เพื่อให้สามารถประเมินการโต้ตอบที่สองปัจจัยอย่างชัดเจน การออกแบบทางเรขาคณิตจะต้องของ projectivity P ¼ 4 หรือสูงกว่า นี้สอดคล้องกับการใช้งานหรือปัจจัยน้อยลงในการสืบสวนสอบสวน สนใจเรียกใช้ประสิทธิผลแทนได้แก่ (N, nw þ ns r m, P) หน้าจอที่สร้างจากใช่เรขาคณิต PB ออก โดยการทำซ้ำบางคอลัมน์ และการพับมากกว่าของคนอื่น ๆ ยกเว้นเมื่อจำนวนของการเรียกใช้ในการออกแบบพื้นฐานเท่ากับ 40, 56, 88 หรือ 96 ออกแบบเหล่านี้มีเพียงบางส่วนเท่านั้นรบกวนระหว่างผลสองตราบใดที่มีผลกระทบหลักหรือสองปัจจัยโต้ ดู Samset และทืสเซียดอล (1999) นี้ทำให้พวกเขาออกแบบแยกพล็อตน่าสนใจมากสำหรับทั้งสองตรวจคัดกรอง และทนทานออกแบบทดลอง

ผลลัพธ์ (ไทย) 3:

แยกการออกแบบแผนที่ในแต่ละระดับ การรวมกันของปัจจัยพล็อตทั้งหมดเพียงสองวิ่งเป็นภาพกระจกที่ใช้มีใช้ EF จึง cient . การออกแบบเหล่านี้เป็นประโยชน์ในสถานการณ์จริงมาก ตัวอย่างทั่วไปรวมถึงการรักษาจะใช้วิชาที่มีสองตา สองหู หรือ 2 ฟุต หรือซากของสัตว์ทั้งสองได้ง่ายขึ้นที่จะได้รับมากกว่าสี่หรือมากกว่า ในสถานการณ์เหล่านี้เสนอทางเลือกการออกแบบจะให้ผลประโยชน์และมีประสิทธิภาพ . นอกจากนี้เหล่านี้การออกแบบที่แยกและคือผลและ W WW และผล SS เป็นสองเป็น Sub ) ซึ่งง่าย identi จึงบวกของปัจจัยปราดเปรียวและการประเมินผลการใช้งาน นี้จะกล่าวถึงต่อไปใน Tyssedal และ kulahci ( 2005 )การคัดกรองและรูปแบบการประมาณค่าเป็นประโยชน์ที่จะสามารถแยกผลหลักจากสองปัจจัยการมีปฏิสัมพันธ์ การออกแบบ projectivity P ¼ 3 หรือสูงกว่า หลีกเลี่ยง aliasing เต็มระหว่างสองปัจจัยอิทธิพลหลักและการโต้ตอบ สำหรับการออกแบบทางเรขาคณิตที่พวกเขาจะให้แน่ใจว่าผลกระทบเหล่านี้เป็นฟรีของ aliasing . ถ้าปัจจัยหลายอย่างที่ต้องศึกษา ( N , NW , NS , p Z 3 ) สร้างขึ้นจากบนหน้าจอการออกแบบทางเรขาคณิตให้ประโยชน์ให้มากขึ้นเพื่อศึกษาปัจจัยในการออกแบบด้วยการถ่ายทอด xed projectivity เมื่อเทียบกับการออกแบบสร้างจากการออกแบบรูปทรงเรขาคณิต เพื่อให้สามารถประเมินได้อย่างชัดเจนสอง - ปัจจัยปฏิสัมพันธ์ , การออกแบบทางเรขาคณิตจะต้องเป็น projectivity P ¼ 4 หรือสูงกว่า นี้สอดคล้องกับมากกว่าวิ่งหรือน้อยกว่าปัจจัยในการสอบสวน ที่น่าสนใจใช้ EF จึง cient ทางเลือก ( N , NW þ NS R M , P ) หน้าจอที่สร้างจากตะกั่ว - เรขาคณิตการออกแบบโดยการทำซ้ำบางคอลัมน์และการพับของผู้อื่น ยกเว้นเมื่อจำนวนทำงานในพื้นฐานการออกแบบเท่ากับ 40 , 56 , 88 หรือ 96 , การออกแบบเหล่านี้มีบางส่วนเท่านั้น confounding ระหว่างสองผล ตราบเท่าที่เหล่านี้ผลหลัก หรือ สองปัจจัย ปฏิสัมพันธ์ และเห็น samset Tyssedal ( 1999 ) นี้ทำให้พวกเขาน่าสนใจมากแยกแปลงการออกแบบสำหรับทั้งการคัดกรองและการทดลองการออกแบบที่มีประสิทธิภาพ