Однофакторный метод
Однофакторный метод, [1] также известное как «по одной переменной за раз» , OFAT , OF@T , OFaaT , OVAT , OV@T , OVaaT или монотетический анализ — это метод планирования экспериментов, включающий проверку факторов или причин по одному, а не нескольких факторов одновременно.
Преимущества
[ редактировать ]OFAT предпочитают неспециалисты, особенно в ситуациях, когда данные дешевы и в изобилии.
Существуют случаи, когда умственные усилия, необходимые для проведения сложного многофакторного анализа, превышают усилия, необходимые для получения дополнительных данных, и в этом случае OFAT может иметь смысл. Более того, некоторые исследователи показали, что OFAT может быть более эффективным, чем дробные факториалы при определенных условиях (количество прогонов ограничено, основная цель — добиться улучшения системы, а экспериментальная ошибка невелика по сравнению с факторными эффектами, которые должны быть аддитивными). и независимы друг от друга). [2] [3]
Недостатки
[ редактировать ]Напротив, в ситуациях, когда данные ценны и требуют тщательного анализа, почти всегда лучше изменить несколько факторов одновременно. Примером для учащихся средней школы, иллюстрирующим этот момент, является семейство головоломок с балансом , в которое входит головоломка «Двенадцать монет». На уровне бакалавриата можно было бы сравнитьБевингтонс [4] GRIDLS против GRADLS. Последнее далеко от оптимального, но первое, которое изменяет только одну переменную за раз, хуже. См. также факторные методы экспериментального планирования, впервые предложенные сэром Рональдом А. Фишером . Причины неодобрения OFAT включают в себя:
- OFAT требует большего количества прогонов для той же точности оценки эффекта
- OFAT не может оценить взаимодействие
- OFAT может пропустить оптимальные настройки коэффициентов.
Спланированные эксперименты почти всегда предпочтительнее OFAT, поскольку доступно множество типов и методов, в дополнение к дробным факториалам, которые, хотя обычно требуют большего количества прогонов, чем OFAT, действительно решают три вышеуказанные проблемы. [5] Одним из современных проектов, перед которым OFAT не имеет преимущества по количеству экспериментов, является метод Плакетта-Бермана , который, поскольку все факторы изменяются одновременно (важное качество экспериментальных планов), [5] в целом дает большую точность оценки эффекта .
См. также
[ редактировать ]Ссылки
[ редактировать ]- ^ Разави, Саман; Гупта, Хосин В. (2015). «Что мы подразумеваем под анализом чувствительности? Необходимость всесторонней характеристики «глобальной» чувствительности в моделях систем Земли и окружающей среды» . Исследования водных ресурсов . 51 (5): 3070–3092. Бибкод : 2015WRR....51.3070R . дои : 10.1002/2014wr016527 . ISSN 0043-1397 .
- ^ Фридман М. и Сэвидж Л.Дж. (1947), «Планирование экспериментов в поисках максимума», в «Техниках статистического анализа», ред. К. Эйзенхарт, М.В. Хастей и В.А. Уоллис, Нью-Йорк: McGraw-Hill, стр. 365–372.
- ^ Дэниел, К. (1973), «Индивидуальные планы», Журнал Американской статистической ассоциации 68, 353-360.
- ^ Бевингтон и Робинсон, Сокращение данных и анализ ошибок для физических наук , 2-е изд. МакГроу-Хилл (1992)
- ^ Jump up to: а б Цитром, Вероника (1999). «Однофакторные и спланированные эксперименты». Американский статистик . 53 (2): 126–131. дои : 10.2307/2685731 . JSTOR 2685731 .