实验设计
被动数据收集统计建模会导致许多问题。观察到的变化可能与响应变量,但不是造成的,个人观察到变化因素(流程变量)。同时多种因素可能产生的变化很难分离成单个的交互影响。观察可能是相关的,而数据的模型认为他们是独立的。
设计实验解决这些问题。在设计实验中,data-producing过程积极操纵,提高信息的质量,消除冗余数据。所有实验设计的一个共同的目标是尽可能吝啬地收集数据,同时提供足够的信息来准确估计模型参数。
例如,一个简单的模型的响应y在一个实验中有两个控制因素x1和x2可能像这样:
在这里ε包括实验误差和实验中的任何无法控制的因素的影响。条款β1x1和β2x2是主要的影响和这个词β3x1x2是一个双向相互影响。一个设计实验系统操作x1和x2同时测量y,客观准确地估计β0,β1,β2,β3。
