MerQuR+Başvuru Kitabı

10. Kesirli faktöriyel ve tarama tasarımları (çözünürlük, takma ad yapısı, Plackett-Burman)

Şablon kimliği: kesirli_faktoriyel · Kategori: deney tasarımı · Dil: R · Dosya: pro/sablonlar/deney_tasarimi/kesirli_faktoriyel.R (satır 1–243; üstbilgi 1–98) · Örnek veri: _ornek/filtrasyon_2_4_1.csv · Paketler: FrF2 2.3-5, DoE.base 1.2-5

10.1 Ne işe yarar

Şablon iki düzeyli çok faktörlü denemelerde iki ayrı işi görür. Üretim: k faktörü, 2^k denemenin tamamını yapmadan, 2^{k-p} ya da 12, 20, 24, … denemeyle inceleyen tasarımı kurar ve bu tasarrufun bedelini, yani hangi etkilerin birbirinden ayrılamadığını (takma ad yapısı) bildirir. Çözümleme: yürütülmüş böyle bir denemenin etkilerini kestirir, her etkinin hangi etkilerle karışık olduğunu yanına yazar ve yineleme yoksa anlamlılığı Lenth'in sözde standart hatasıyla değerlendirir. Cevapladığı soru şudur: "Bu kadar az denemeyle hangi etkileri kestirebilirim ve kestirdiğim etkilerden hangileri gürültüden ayrılıyor?"

Çözümleme kipinin modeli, \pm1 kodlu faktörlerde doğrusal modeldir:

y=\beta_0+\sum_{i}\beta_i x_i+\sum_{i<j}\beta_{ij}x_ix_j+\varepsilon,\qquad x_i\in\{-1,+1\},\qquad \text{etki}_i=2\beta_i
  • x_i: i. faktörün kodlu düzeyi; küçük düzey -1, büyük düzey +1 (satır 123–125).
  • \beta_i, \beta_{ij}: ana etki ve iki faktörlü etkileşim katsayıları. Model, seçime göre yalnız ana etkilerle ya da üç faktörlü etkileşimlere kadar da kurulabilir (satır 131–132).
  • \text{etki}=2\beta: faktör -1'den +1'e geçtiğinde ortalama yanıttaki değişim; kodlu düzeyler arasındaki uzaklık 2 olduğu için katsayının iki katıdır (satır 143).

Ne zaman kullanılır? Faktör sayısı çok, deneme pahalıysa ve ilk amaç etkili birkaç faktörü ayıklamaksa (tarama); iki düzeyli bir kesirli faktöriyel denemenin etkileri ve takma adları birlikte görülmek isteniyorsa; yinelemesiz bir denemede hata kestirimi yokken etkilerin büyüklüğü yargılanacaksa; bir tasarımın çözünürlüğü ve sözcük uzunluğu örüntüsü deneme yapılmadan önce incelenecekse.

Ne zaman kullanılmaz?

  • Faktörlerin üç ya da daha çok düzeyi varsa, eğrilik (ikinci derece terim) kestirilecekse: yanit_yuzeyi_tasarim (merkezi bileşik, Box-Behnken; Bölüm 14).
  • Deneme bölgesi düzensizse, bazı birleşimler yasaksa ya da deneme sayısı 2'nin kuvveti ve 4'ün katı olamıyorsa: optimal_tasarim (Bölüm 13).
  • Faktörler bir karışımın oranlarıysa (toplam sabit): karisim_deneyi (Bölüm 9).
  • Tam faktöriyel ve yinelemeli bir denemenin varyans çözümlemesi isteniyorsa: temel programdaki İki Yönlü ANOVA ya da Doğrusal Regresyon.
  • Deneme düzenindeki parsellerin bloklara rastgele atanması isteniyorsa: temel programdaki Rastgeleleştirme (Deneme) Planı.

Temel programla ilişki. Temel program iki düzeyli kesirli tasarım üretmez ve takma ad yapısını raporlamaz. Çözümleme kipinin kestirdiği katsayılar, aynı \pm1 sütunlarıyla temel programın Doğrusal Regresyon analizinde elde edilecek katsayılarla aynıdır; şablonun eklediği, etkinin takma ad grubu, Lenth ölçütleri ve yarı normal grafiktir.

10.2 Şablonun girdileri

Form, üstbilgideki on iki [[param]] bloğundan kurulur (kesirli_faktoriyel.R:10–97). Hangi alanların okunduğu İşlem seçimine bağlıdır: çözümleme kipi yalnız sütun alanlarını ve iki çözümleme seçeneğini, üretim kipleri yalnız sayı alanlarını kullanır.

Alan (form etiketi) · ad Tür · sekme Varsayılan Geçerli değerler Kodda etkisi
İşlem · kip seçim · Model analiz analiz, uret, pb Üç daldan birini çalıştırır (109–110, 180, 219).
Faktör sütunları · faktorler sütunlar · Değişkenler boş iki düzeyli sütunlar Çözümlemede \pm1'e kodlanır (112, 122–127).
Yanıt · y sayısal sütun · Değişkenler boş sayısal sütun ya da boş Çözümlemede bağımlı değişken (113, 129).
Faktör sayısı · n_faktor tamsayı · Model 7 2–31 Üretimde k (181, 220).
Deneme sayısı · n_deneme tamsayı · Model 16 4–128 Üretimde N; çözünürlük seçiliyse kullanılmaz (181, 190).
İstenen çözünürlük · cozunurluk seçim · Model otomatik otomatik, 3, 4, 5 otomatik: N denemelik en az sapmalı tasarım; sayı: o çözünürlüğü sağlayan en küçük tasarım (182, 190).
Merkez noktası sayısı · merkez tamsayı · Seçenekler 0 0–20 Tasarıma tüm faktörleri 0 olan satırlar ekler (187, 223).
Deneme sırasını rastgeleleştir · rastgele onay · Seçenekler açık açık / kapalı randomize = (187, 223).
En yüksek etkileşim · etkilesim_derecesi seçim · Model 2 1, 2, 3 Çözümleme modelinin derecesi (131–132).
Lenth ME/SME düzeyi α · lenth_alfa ondalık · Seçenekler 0,05 0,001–0,5 ME ve SME sınırlarının düzeyi (158–161).
Tam yineleme sayısı · yineleme tamsayı · Seçenekler 1 1–10 Üretimde tasarımın bütün olarak yinelenmesi (188, 223).
Açık etkileşimi en çokla (MaxC2) · en_cok_acik onay · Seçenekler kapalı açık / kapalı Kesirli faktöriyel üretiminde seçim ölçütü (189).

Örnek ayar (ornek_param, satır 9): kip = analiz, faktorler = A, B, C, D, y = filtrasyon, rastgele = kapalı; öteki alanlar varsayılandadır. Formdaki rastgele varsayılanı açıktır; örnek ayar onu kapatır.

Şablonun kendi denetimleri.

Koşul İleti (özet) Satır
Çözümleme, veri açık değil "Önce Veri sekmesinde deneme verisini açın." 111
Çözümleme, yanıt seçilmemiş "Çözümleme için yanıt sütununu seçin." 113
Yanıt çıkarıldıktan sonra 2'den az faktör "en az iki faktör seçin" 115
4'ten az tam satır "En az 4 tam deneme gerekli." 118
Yanıt sabit "Yanıt sabit." 119
Bir faktörün düzey sayısı 2 değil "'…' iki düzeyli olmalı (bulunan düzey sayısı …); merkez noktalarını ayrı çözümleyin." 124
lm hata verdi "Model kurulamadı: …" 133
Kesişim dışında kestirilebilen katsayı yok "Tasarım hiçbir etkiyi kestirmeye yetmiyor." 135
Üretim, çözünürlük otomatik, N 2'nin kuvveti değil "deneme sayısı 2'nin kuvveti olmalı" 184
Üretim, k>N-1 faktör sayısı sınırı iletisi 185, 222
Plackett-Burman, N 4'ün katı değil "deneme sayısı 4'ün katı olmalı" 221
FrF2 tasarımı kuramadı "Tasarım üretilemedi: …" 191, 224

Eksik değer: çözümlemede seçilen faktörlerden ya da yanıttan biri eksik olan satır liste bazında atılır (satır 117). Yanıt sütunu faktör listesinde de işaretlenmişse listeden sessizce çıkarılır (114).

10.3 Örnek veri

Dosya: _ornek/filtrasyon_2_4_1.csv. Montgomery'nin (2017, Örnek 8.1) süzme hızı denemesi: bir kimyasal ürünün süzme hızı (galon/saat) dört faktörün iki düzeyinde, 2^4=16 birleşimin yarısında ölçülmüştür. Sekiz satır, eksik değer yok, yineleme yok.

Değişken Rol Tür (veri sekmesi) Özet
A Faktör (sıcaklık) ikili −1, +1; her düzeyde 4 deneme
B Faktör (basınç) ikili −1, +1
C Faktör (formaldehit derişimi) ikili −1, +1
D Faktör (karıştırma hızı) ikili −1, +1; her satırda D=ABC
filtrasyon Yanıt sayısal 45, 100, 45, 65, 75, 60, 80, 96; ortalama 70,75

Tasarım 2^{4-1} yarım kesirdir: ilk üç sütun 2^3 tam faktöriyeli, dördüncü sütun bunların çarpımıdır. Bu yüzden ABCD çarpımı her satırda +1'dir ve tanım bağıntısı I=ABCD olur.

Hangi düzey −1, hangisi +1?

Şablon her faktörün iki düzeyini sort(unique(…)) ile sıralar, ilkini -1, ikincisini +1 sayar (satır 123–125) ve bunu "Faktör kodlaması" tablosunda gösterir. Sayısal sütunda küçük sayı -1'dir. Metin düzeyli bir sütunda sıra, veri sekmesinin düzey sırasıdır (Bölüm 1.3): kullanıcı bir sıra tanımlamadıysa verideki ilk görülme sırası. "düşük, yüksek" diye yazılmış bir sütunda ilk satır "yüksek" ise -1 "yüksek" olur ve o faktörün ana etkisi ile onu içeren tek sayıda etkileşimlerin işareti ters çıkar. Etki tablosunu yorumlamadan önce kodlama tablosuna bakılır.

Bu bölümde kullanılan çalıştırmalar: (1) örnek ayar; (2) yalnız ana etkiler modeli, \alpha=0{,}10; (3) üretim, k=7, N=16; (4) üretim, k=7, N=32; (5) üretim, k=5, çözünürlük V, 3 merkez noktası; (6) Plackett-Burman, k=11, N=12; (7) üretim, k=9, N=32, MaxC2, iki yineleme, rastgele sıra (tohum 7). (3)–(6)'da rastgeleleştirme kapalıdır.

10.4 Yöntem: formüller ve hesap adımları

Çözümleme kipinin hesap sırası: (1) faktörleri \pm1'e kodla; (2) seçilen dereceye kadar modeli en küçük karelerle kur; (3) kestirilemeyen (takma adlı) terimleri ayıkla ve her etkinin takma ad grubunu bul; (4) etkileri, artık serbestlik derecesi varsa SH ve p değerlerini yaz; (5) Lenth ölçütlerini hesapla; (6) yarı normal grafiği çiz. Üretim kipleri FrF2 katalogundan tasarımı seçer ve özelliklerini raporlar.

10.4.1 Kesirli faktöriyel tasarım: üreteç, tanım bağıntısı, takma ad

2^{k-p} tasarımı, k-p temel faktörün tam faktöriyelidir; kalan p faktörün sütunu temel faktörlerin bir çarpımına eşitlenir. Her eşitlik bir üreteçtir. Örnek veride D=ABC; her iki yanı D ile çarpıp D^2=I (hep +1 sütunu) kullanılırsa tanım sözcüğü elde edilir:

I=ABCD

p üreteç ve bunların bütün çarpımları 2^p-1 sözcüklü tanım bağıntısını kurar. Bir etkinin takma adları, o etkinin tanım bağıntısındaki her sözcükle çarpımıdır (aynı harf iki kez geçince düşer):

\begin{gathered}A\cdot ABCD=BCD,\qquad AB\cdot ABCD=CD\\[4pt]AC\cdot ABCD=BD,\qquad AD\cdot ABCD=BC\end{gathered}
  • I: her satırda +1 olan sütun. Bir sözcük, çarpımı her satırda +1 (ya da hep -1) olan faktör kümesidir.
  • "AB=CD": iki etkileşimin tasarım sütunları aynıdır; veri bunların yalnız toplamını kestirebilir, \hat\beta_{AB} aslında \beta_{AB}+\beta_{CD}'yi kestirir.
  • Sözcüğün uzunluğu içerdiği harf sayısıdır.

Neden yarım kesirde her etki bir başkasıyla karışır?

Sekiz denemede kesişim dışında en çok yedi bağımsız sütun vardır; 2^4 modelinin ise on beş etkisi. Kalan sekiz etki, var olan sütunlardan birinin aynısıdır. Kesir, bilgiyi yok etmez; hangi etkilerin birlikte kestirileceğini seçer. İyi bir üreteç, önemli olması beklenen düşük dereceli etkileri önemsiz sayılan yüksek dereceli etkileşimlerle eşleştirir.

10.4.2 Çözünürlük, sözcük uzunluğu örüntüsü, en az sapma

R=\min\{\text{sözcük uzunluğu}\},\qquad \text{WLP}=(A_3,A_4,A_5,\dots),\qquad A_i=\#\{i\ \text{uzunluklu sözcük}\}
  • R: çözünürlük. III: ana etkiler iki faktörlü etkileşimlerle karışır. IV: ana etkiler birbirinden ve iki faktörlü etkileşimlerden ayrıdır, ama iki faktörlü etkileşimler kendi aralarında karışır. V: ana etkiler ve iki faktörlü etkileşimler birbirinden ayrıdır.
  • A_i: tanım bağıntısındaki i uzunluklu sözcük sayısı; \sum_i A_i=2^p-1.
  • En az sapma (Fries ve Hunter, 1980): aynı k ve N için önce A_3'ü, eşitse A_4'ü, eşitse A_5'i … en küçük yapan tasarım.
  • Açık (takma adsız) iki faktörlü etkileşim: hiçbir ana etkiyle ya da başka bir iki faktörlü etkileşimle karışmayan etkileşim; iki harfi birlikte 3 ya da 4 uzunluklu hiçbir sözcükte geçmez.

Neden çözünürlük tek başına yetmez?

Aynı çözünürlükte iki tasarımın karışan etkileşim çifti sayısı çok farklı olabilir. k=7, N=32 için çözünürlük IV olan tasarımlardan en az sapmalısında tek bir 4 uzunluklu sözcük vardır ve 21 iki faktörlü etkileşimin 15'i açıktır. Sözcük uzunluğu örüntüsü, "en kısa sözcük kaç harfli" sorusunun ötesinde "kaç tane var" sorusunu da yanıtlar.

Koddaki tercih

Tasarım FrF2::FrF2() ile katalogdan seçilir (satır 187–191). cozunurluk = otomatik iken nruns = N verilir ve FrF2 o deneme sayısındaki en az sapmalı katalog tasarımını döndürür; bir çözünürlük seçilirse resolution = verilir, FrF2 o çözünürlüğü sağlayan en az denemeli tasarımı seçer ve formdaki deneme sayısı kullanılmaz (190). MaxC2 = TRUE en az sapma yerine açık iki faktörlü etkileşim sayısını en çoklar (189). Çözünürlük ve A_i değerleri katalog kaydındaki sözcük uzunluğu örüntüsünden okunur; katalog kaydı yoksa şablon örüntüyü tasarım sütunlarının alt küme çarpımlarından kendisi sayar (102–108, 196). Katalog örüntüsü A_7'ye kadar tutulur; tabloda A_3–A_7 satırları yer alır.

10.4.3 Etkilerin kestirimi

Dengeli \pm1 tasarımında bir etkinin en küçük kareler kestirimi iki ortalamanın farkıdır:

\widehat{\text{etki}}_j=\bar y_{(x_j=+1)}-\bar y_{(x_j=-1)}=\frac{2}{N}\sum_{u=1}^{N}x_{uj}\,y_u=2\hat\beta_j
  • x_{uj}: u. denemede j. etkinin sütunu (etkileşim için faktör sütunlarının çarpımı).
  • N: deneme sayısı; sütunlar dik olduğundan her katsayı ötekilerden bağımsız kestirilir.
  • Artık serbestlik derecesi \nu>0 ise \operatorname{SH}(\widehat{\text{etki}})=2\sqrt{\mathrm{KO}_{\text{artık}}/N} ve t=\widehat{\text{etki}}/\operatorname{SH}, sd =\nu (satır 147–150).

Koddaki tercih

Model stats::lm(.y ~ (A + B + …)^2) ile kurulur (131–133). Takma adlı terimlerin sütunu daha önce modele giren bir sütunla aynı olduğundan lm onların katsayısını NA bırakır; şablon yalnız sonlu katsayıları tabloya alır (142). Kestirilen terim, formül sırasında önce gelen terimdir: AB ile CD'den AB, AC ile BD'den AC. Takma ad grupları FrF2::aliases(m) ile bulunur ve her etkinin yanına yazılır (136–141, 144). Tabloda "A:B" satırı bu yüzden "AB etkisi" diye değil, "AB+CD" diye okunur.

10.4.4 Lenth'in sözde standart hatası

Yineleme yoksa doymuş modelde artık kalmaz ve \mathrm{KO}_{\text{artık}} hesaplanamaz. Lenth (1989), etkilerin çoğunun gerçekte sıfır olduğu varsayımıyla (etki seyrekliği) standart hatayı etkilerin kendisinden kestirir. m etkinin mutlak değerleri \lvert c_1\rvert,\dots,\lvert c_m\rvert olsun:

s_0=1{,}5\cdot\operatorname{medyan}_j\lvert c_j\rvert,\qquad \mathrm{PSE}=1{,}5\cdot\operatorname{medyan}\{\lvert c_j\rvert:\ \lvert c_j\rvert<2{,}5\,s_0\}
\mathrm{ME}=t_{1-\alpha/2;\ m/3}\cdot\mathrm{PSE},\qquad \mathrm{SME}=t_{\gamma;\ m/3}\cdot\mathrm{PSE},\qquad \gamma=\frac{1+(1-\alpha)^{1/m}}{2}
  • s_0: ilk, kaba ölçek kestirimi. \mathrm{PSE}: büyük (etkin olduğu düşünülen) etkiler atıldıktan sonra yinelenen kestirim; sözde standart hata.
  • \mathrm{ME} (hata payı): tek bir etki için sınır. \mathrm{SME} (eşzamanlı hata payı): m etkinin hepsi birlikte sınanırken en az bir yanlış anlamlılık olasılığını \alpha'da tutan sınır.
  • m/3: t dağılımının serbestlik derecesi; tam sayı olması gerekmez.
  • Tablodaki lenth_t =c_j/\mathrm{PSE}; ME_asar ve SME_asar \lvert c_j\rvert'nin sınırı aşıp aşmadığıdır (162–164).

Neden 1,5, neden 2,5 ve neden m/3?

Etki sıfırsa kestirimi N(0,\tau^2) dağılır ve mutlak değerinin medyanı 0{,}6745\,\tau'dur; 1/0{,}6745\approx1{,}48, yuvarlanmış hâliyle 1,5, medyanı \tau'nun kestirimine çevirir. 2{,}5\,s_0 eşiği, sıfır etki için yaklaşık %99'luk sınırdır; bunu aşan etkiler "büyük olasılıkla gerçek" sayılıp ikinci medyandan çıkarılır, böylece gerçek etkiler ölçeği şişirmez. m/3 serbestlik derecesi Lenth'in benzetimle bulduğu yaklaşıktır: \mathrm{PSE}^2, yaklaşık olarak m/3 serbestlik dereceli ölçekli ki-kare gibi davranır.

Etki seyrekliği yoksa Lenth hiçbir şeyi anlamlı bulmaz

Yöntem, etkilerin yarısından fazlasının sıfır olduğunu varsayar. Örnek veride yedi etkinin beşi büyüktür (14 ile 19 arası); medyan da büyük bir etkidir ve \mathrm{PSE}=24{,}75 en büyük etkiden (19) büyük çıkar. Sonuçta hiçbir etki \mathrm{ME}=93{,}16 sınırını aşmaz. Bu, "etki yok" demek değildir; yöntemin varsayımının bu veride tutmadığını gösterir. Böyle durumda yarı normal grafik ve konu bilgisi birlikte kullanılır (10.7, 10.9 S4).

10.4.5 Yarı normal grafik

Etkilerin mutlak değerleri küçükten büyüğe sıralanır ve i. sıradaki değer şu niceliğe karşı çizilir (satır 173–174):

q_i=\Phi^{-1}\!\left(0{,}5+0{,}5\cdot\frac{i-0{,}5}{m}\right),\qquad i=1,\dots,m
  • \Phi^{-1}: standart normal dağılımın ters dağılım fonksiyonu; q_i, yarı normal dağılımın (i-0{,}5)/m niceliğidir.
  • Gerçek etkisi sıfır olan etkiler orijinden geçen bir doğru üzerine düşer; doğrudan yukarı ayrılan noktalar etkin etkilerdir (Daniel, 1959). ME ve SME yatay çizgilerle (kesikli ve noktalı) eklenir (178); dikey eksen aralığı etkilerden belirlendiğinden, en büyük etkiden büyük bir sınır grafik alanının dışında kalır.

10.4.6 Plackett-Burman tasarımları

Plackett ve Burman (1946), N 4'ün katı olduğunda N-1 faktöre kadar, sütunları birbirine dik iki düzeyli tasarımlar vermiştir. Şablon tasarımı FrF2::pb() ile kurar (223) ve iki özelliği sayısal olarak denetler (227–230):

\mathbf X^{\top}\mathbf X=N\,\mathbf I,\qquad r_{i,jk}=\frac1N\sum_{u=1}^{N}x_{ui}\,x_{uj}\,x_{uk}\quad(i\ne j\ne k)
  • \mathbf X: kesişim sütunu eklenmiş \pm1 tasarım matrisi. Köşegen dışı öğelerin en büyük mutlak değeri 0 ise ana etkiler birbirinden bağımsız kestirilir.
  • r_{i,jk}: i. ana etki sütunu ile j ve k faktörlerinin etkileşim sütunu arasındaki korelasyon. Tabloda bunların en büyük mutlak değeri verilir.
  • N=12 için her r_{i,jk}=\pm1/3'tür: her iki faktörlü etkileşim, kendisini oluşturmayan dokuz ana etkinin her birine üçte bir ağırlıkla kısmen karışır. N=20 için en büyük mutlak değer 0,6; N=16 gibi 2'nin kuvveti olan büyüklüklerde 1'dir (tam takma ad).

Neden "kısmi" takma ad?

2^{k-p} tasarımında iki sütun ya aynıdır (korelasyon \pm1) ya diktir (0). Deneme sayısı 2'nin kuvveti olmayan Plackett-Burman tasarımlarında etkileşim sütunu hiçbir ana etki sütununa eşit değildir, ama diklik de yoktur. Büyük bir etkileşim varsa birçok ana etki kestirimini azar azar kaydırır; buna karşılık etkileşim tek bir ana etkiye bütünüyle yapışmadığından, etkin faktör sayısı az ise sonradan ayrıştırılabilir (Lin ve Draper, 1992).

10.5 Kod adım adım

Satırlar Ne yapar Neden / dikkat
1–98 Üstbilgi: kimlik, açıklama, örnek veri ve ayar, on iki parametre. Form ve varsayılanlar buradan kurulur (Bölüm 1.2).
99–108 İleti seçici .m(), paketler; wlp_hesapla(): \pm1 matrisinden sözcük sayımı. Yalnız katalog kaydı olmayan tasarımda kullanılır; 15'ten çok faktörde hesaplamaz (104).
110–129 Çözümleme: girdi denetimleri, liste bazında silme, her faktörün \pm1 kodu ve kodlama tablosu. Düzey sırası sort(unique()) (123). Sütun adları make.names ile R adına çevrilir (128).
130–145 Model formülü, lm, takma ad grupları, etki =2\times katsayı tablosu. Derece 1'de yalnız ana etkiler; 2 ve 3'te ( … )^2, ( … )^3 (131–132).
146–150 Artık sd varsa etkinin SH'si ve p değeri. Doymuş modelde bu sütunlar tabloya girmez.
151–165 Lenth: s_0, PSE, ME, SME, lenth_t ve aşım sütunları. En az 3 etki ve \mathrm{PSE}>0 gerekir (156); yoksa ME ve SME boş kalır.
166–179 Özet satırı, üç tablo, takma ad metni, yarı normal grafik. Lenth tablosu artık sd olsa da yazılır.
180–218 Üretim: denetimler, FrF2(), özellik tablosu, takma ad tablosu, tasarım tablosu, tasarım matrisi görüntüsü. Merkez satırları özellik hesabından çıkarılır (194); tasarım tablosunda yer alır.
219–242 Plackett-Burman: denetimler, pb(), diklik ve kısmi takma ad ölçütleri, tasarım tablosu ve görüntüsü. Üç faktörden azsa kısmi takma ad 0 yazılır (230).

Özellik tablosundaki "kesir p" değeri k-\log_2(N/\text{yineleme}) ile hesaplanır (202); "deneme sayısı (merkez hariç)" yinelemeleri içerir. Yineleme 2 iken 32 denemelik tasarım 64 satır verir ve kesir yine 9-5=4 olarak yazılır.

10.6 Elle hesap: örnek veride bağımsız yeniden hesap

Ara değerler dogrulama/kesirli_faktoriyel/elle_hesap.py ile FrF2, DoE.base ve lm kullanılmadan hesaplanmıştır; R tarafında (r_dogrulama.R) aynı büyüklükler taban R ile başka yoldan kurulmuştur.

Adım 1 — Etkiler, zıtlık ortalamalarından. A için +1 satırlarının yanıtları 100, 65, 60, 96; -1 satırlarınınki 45, 45, 75, 80:

\widehat{\text{etki}}_A=\frac{100+65+60+96}{4}-\frac{45+45+75+80}{4}=80{,}25-61{,}25=19{,}0

Aynı işlem öteki sütunlar için:

Sütun Takma adı Etki Katsayı
A BCD 19,0 9,50
B ACD 1,5 0,75
C ABD 14,0 7,00
D ABC 16,5 8,25
AB CD −1,0 −0,50
AC BD −18,5 −9,25
AD BC 19,0 9,50

Takma adlar veriden de doğrulanır: x_Ax_B sütunu her satırda x_Cx_D'ye, x_Ax_C sütunu x_Bx_D'ye, x_Ax_D sütunu x_Bx_C'ye eşittir.

Adım 2 — Lenth ölçütleri. Mutlak etkiler sıralı: 1; 1,5; 14; 16,5; 18,5; 19; 19. Medyan 16,5:

s_0=1{,}5\cdot16{,}5=24{,}75,\qquad 2{,}5\,s_0=61{,}875

Hiçbir etki 61,875'i aşmadığından ikinci medyan da 16,5'tir ve \mathrm{PSE}=24{,}75. Serbestlik derecesi 7/3=2{,}3333:

\mathrm{ME}=t_{0{,}975;\,2{,}3333}\cdot24{,}75=3{,}764123\cdot24{,}75=93{,}1620
\gamma=\frac{1+0{,}95^{1/7}}{2}=0{,}996350,\qquad \mathrm{SME}=t_{0{,}996350;\,2{,}3333}\cdot24{,}75=9{,}008307\cdot24{,}75=222{,}9556

A için lenth_t =19/24{,}75=0{,}7677.

Adım 3 — Yalnız ana etkiler modeli. Etkileşimler modelden çıkarılınca üç etkileşim sütununun taşıdığı değişim artığa geçer. Dik \pm1 sütunlarında bir etkinin kareler toplamı N\cdot\text{etki}^2/4'tür:

\mathrm{KT}_{\text{artık}}=\frac84\left[(-1)^2+(-18{,}5)^2+19^2\right]=2\cdot704{,}25=1408{,}5,\qquad \mathrm{KO}_{\text{artık}}=\frac{1408{,}5}{3}=469{,}5
\operatorname{SH}(\widehat{\text{etki}})=2\sqrt{\frac{469{,}5}{8}}=15{,}3216,\qquad t_A=\frac{19}{15{,}3216}=1{,}2401,\qquad p_A=0{,}3031\ (\text{sd }3)

Dört etkiyle Lenth (\alpha=0{,}10): mutlak etkiler 1,5; 14; 16,5; 19; medyan 15,25; s_0=\mathrm{PSE}=22{,}875; sd 4/3; t_{0{,}95;\,1{,}3333}=4{,}205664 ve \mathrm{ME}=96{,}2046; \mathrm{SME}=270{,}1830.

Adım 4 — Üretilen tasarımların tanım sözcükleri. Şablonun ürettiği tasarım matrislerinde çarpımı sabit olan bütün sütun alt kümeleri sayılmıştır:

Tasarım Tanım sözcükleri (A_3,A_4,A_5,\dots) R Açık 2 f.e.
2^{7-3}, 16 deneme ABCE, ABDF, ACDG, AEFG, BCFG, BDEG, CDEF (0, 7, 0, 0, 0) IV 0
2^{7-2}, 32 deneme ABCF, ABDEG, CDEFG (0, 1, 2, 0, 0) IV 15
2^{5-1}, 16 deneme ABCDE (0, 0, 1) V 10
2^{9-4}, 32 deneme (MaxC2) 7 dört harfli, 7 beş harfli, ABCDEFGHJ (0, 7, 7, 0, 0, 0, 1) IV 15

2^{7-3} tasarımının üreteçleri E=ABC, F=ABD, G=ACD'dir; ilk üç sözcük bunlardan, kalan dördü ikili ve üçlü çarpımlarından gelir (ABCE\cdot ABDF=CDEF vb.). 21 iki faktörlü etkileşim, üçer üçer yedi takma ad grubuna dağılır; hiçbiri açık değildir. 2^{7-2} tasarımında yalnız ABCF sözcüğü iki faktörlü etkileşimleri karıştırır: AB=CF, AC=BF, AF=BC; bu altı etkileşim dışındaki 21-6=15 etkileşim açıktır.

Adım 5 — Plackett-Burman 12. İlk satır (+,+,-,+,+,+,-,-,-,+,-) on bir kez döngüsel kaydırılır ve hepsi - olan satır eklenir. Kurulan matriste \mathbf X^{\top}\mathbf X'in köşegen dışı öğelerinin en büyük mutlak değeri sıfırdır; 495 ana etki–etkileşim üçlüsünün hepsinde \lvert r\rvert=1/3'tür. R tarafında aynı sonuçlar, mod 11 ikinci dereceden kalanlarla kurulan Paley matrisinden elde edilmiştir; iki kurulum da şablonunkiyle aynı özellikleri verir.

10.6.1 Doğrulama: MerQuR+, Python ve R

MerQuR+ sütunu şablonun "Etkiler", "Lenth", "Tasarım özellikleri" ve "Plackett-Burman tasarımının özellikleri" tablolarından alınmıştır (çalıştırmalar 1–6).

Büyüklük MerQuR+ Python (bağımsız) R (bağımsız) En büyük fark
Etki A 19 19 19 0 ✓
Etki B 1,5 1,5 1,5 6,7e−15 ✓
Etki C 14 14 14 0 ✓
Etki D 16,5 16,5 16,5 0 ✓
Etki AB (= CD) −1 −1 −1 1,0e−14 ✓
Etki AC (= BD) −18,5 −18,5 −18,5 0 ✓
Etki AD (= BC) 19 19 19 0 ✓
Lenth s_0 24,75 24,75 24,75 0 ✓
Lenth PSE 24,75 24,75 24,75 0 ✓
ME (\alpha=0{,}05, sd 7/3) 93,16204603 93,16204603 93,16204603 5,7e−12 ✓
SME 222,95560107 222,95560107 222,95560107 2,0e−14 ✓
Lenth t, A 0,76767677 0,76767677 0,76767677 3,3e−16 ✓
Ana etkiler modeli: etkinin SH'si (3 sd) 15,32155345 15,32155345 15,32155345 2,4e−15 ✓
Ana etkiler modeli: p, A 0,30309846 0,30309846 0,30309846 1,1e−16 ✓
Ana etkiler modeli: p, B 0,92818509 0,92818509 0,92818509 1,0e−15 ✓
Dört etkiyle PSE 22,875 22,875 22,875 0 ✓
Dört etkiyle ME (\alpha=0{,}10, sd 4/3) 96,2045619 96,2045619 96,2045619 4,3e−12 ✓
Dört etkiyle SME 270,18303788 270,18303788 270,18303788 6,3e−16 ✓
2^{7-3}: çözünürlük 4 4 4 0 ✓
2^{7-3}: A_3 0 0 0 0 ✓
2^{7-3}: A_4 7 7 7 0 ✓
2^{7-3}: A_5 0 0 0 0 ✓
2^{7-3}: açık iki faktörlü etkileşim 0 0 0 0 ✓
2^{7-2}: çözünürlük 4 4 4 0 ✓
2^{7-2}: A_3 0 0 0 0 ✓
2^{7-2}: A_4 1 1 1 0 ✓
2^{7-2}: A_5 2 2 2 0 ✓
2^{7-2}: açık iki faktörlü etkileşim 15 15 15 0 ✓
2^{5-1}: çözünürlük 5 5 5 0 ✓
2^{5-1}: A_4 0 0 0 0 ✓
2^{5-1}: A_5 1 1 1 0 ✓
2^{5-1}: açık iki faktörlü etkileşim 10 10 10 0 ✓
PB12: \mathbf X^{\top}\mathbf X köşegen dışı en büyük mutlak değer 0 0 0 0 ✓
PB12: ana etki–etkileşim en büyük \lvert r\rvert 0,33333333 0,33333333 0,33333333 3,3e−16 ✓

Ölçütü karşılayan: 34/34. Python: etkiler zıtlık ortalamalarından, tanım sözcükleri tasarım sütunlarının alt küme çarpımlarından, PB12 döngüsel üreteçten. R: etkiler 8 × 8 doymuş matrisin çözümünden, tanım alt grubu üreteç sözcüklerinin bit düzeyinde toplamından, PB12 Paley kurulumundan; FrF2, DoE.base ve lm kullanılmamıştır.

10.7 Çıktıyı okuma

Örnek ayarın konsol metni:

n = 8 deneme, 4 faktör; ortalama = 70,7500; artık sd = 0
Takma adlar: A:B = C:D; A:C = B:D; A:D = B:C

"Etkiler (2 × katsayı) ve takma ad grupları" tablosu:

terim  takma_ad_grubu   etki  katsayi  lenth_t  ME_asar  SME_asar
A      A                19.0     9.50   0.7677    False     False
B      B                 1.5     0.75   0.0606    False     False
C      C                14.0     7.00   0.5657    False     False
D      D                16.5     8.25   0.6667    False     False
A:B    A:B = C:D        -1.0    -0.50  -0.0404    False     False
A:C    A:C = B:D       -18.5    -9.25  -0.7475    False     False
A:D    A:D = B:C        19.0     9.50   0.7677    False     False

"Lenth sözde standart hatası" tablosu: s_0=24{,}75; PSE =24{,}75; ME =93{,}1620; SME =222{,}9556; etki sayısı 7.

Üretim kipinin (k=7, N=16) çıktısından:

Tasarım: 7-3.1
Faktör adları: A=A, B=B, C=C, D=D, E=E, F=F, G=G
olcut                                       deger
deneme sayısı (merkez hariç)                   16
kesir p (2^(k-p))                               3
çözünürlük                                      4
A3                                              0
A4                                              7
açık (takma adsız) iki faktörlü etkileşim       0
takma_ad_grubu: AB=CE=DF  AC=BE=DG  AD=BF=CG  AE=BC=FG  AF=BD=EG  AG=CD=EF  BG=CF=DE
Öğe Ne yazar Nasıl yorumlanır
Faktör kodlaması Her faktörün -1 ve +1 sayılan düzeyi Etkinin işareti bu yöne göredir.
etki, katsayi \bar y_+-\bar y_- ve yarısı Etki, faktörün iki düzeyi arasındaki ortalama yanıt farkıdır.
takma_ad_grubu Etkinin, modeldeki derece içinde karıştığı terimler Kestirim bu terimlerin toplamına aittir; satırdaki ad yalnız gruptan ilk terimdir.
SH_etki, p Artık sd varsa görünür Artık, modele alınmayan etkilerden gelir; bunlar gerçekten sıfır değilse SH şişer.
lenth_t, ME_asar, SME_asar Etki/PSE ve sınır aşımı Tek bir etki için ME, birçok etki birlikte taranırken SME kullanılır.
"Tasarım: 7-3.1" FrF2 katalog adı: faktör sayısı, p, sıra no Sıra no 1, o büyüklükteki en az sapmalı tasarımdır.
A_3,A_4,\dots Sözcük uzunluğu örüntüsü A_3>0: çözünürlük III. A_4: iki faktörlü etkileşimleri karıştıran sözcük sayısı.
Takma ad yapısı Ana etki ve iki faktörlü etkileşim grupları FrF2'nin harf adlarıyla; "Faktör adları" satırı harflerin karşılığını verir.
Tasarım tablosu Deneme sırasıyla kodlu düzeyler Merkez noktaları 0 satırlarıdır; rastgeleleştirme açıksa sıra tohuma bağlıdır.

Şekil 10.1. Şablonun çizdiği yarı normal etki grafiği (örnek veri). B ve AB orijine yakın, öteki beş etki birbirine yakın büyüklükte bir küme oluşturur. ME (93,2) ve SME (223,0) sınırları en büyük etkinin (19) çok üstünde olduğundan dikey eksen aralığının dışında kalır ve bu grafikte görünmez.

Şekil 10.2. 2^{7-3} tasarımının matris görüntüsü (mor = +1). İlk dört sütun 16 denemelik tam faktöriyeli, son üçü üreteçlerle tanımlanan sütunları gösterir.

Rapor cümlesi (örnek ayar):

Süzme hızı, I = ABCD tanım bağıntılı 2^{4-1} kesirli faktöriyel tasarımla (8 deneme, yinelemesiz) incelendi. Ana etkiler A = 19,0, B = 1,5, C = 14,0 ve D = 16,5; iki faktörlü etkileşim çiftleri AB + CD = −1,0, AC + BD = −18,5 ve AD + BC = 19,0 olarak kestirildi. Çözünürlük IV olduğundan ana etkiler iki faktörlü etkileşimlerle karışmamakta, etkileşimler ise çiftler hâlinde ayrılamamaktadır. Lenth'in sözde standart hatası 24,75 (ME = 93,16) bulundu; yedi etkiden beşi benzer büyüklükte olduğundan etki seyrekliği varsayımı karşılanmamış, etkiler yarı normal grafikle değerlendirilmiştir.

10.8 Sık hatalar ve tuzaklar

  • Takma adlı bir kestirimi tek bir etkiye yüklemek. AC satırındaki −18,5, AC+BD'dir. Veri bu ikisini ayıramaz; ayrım konu bilgisiyle (ör. B'nin ana etkisi çok küçük olduğundan BD'nin de küçük olması beklenir) ya da ek denemelerle (öteki yarım kesir, katlama) yapılır.
  • Düzey yönünü denetlememek. Metin düzeyli faktörlerde -1 ve +1 veri sekmesinin düzey sırasından gelir. Kodlama tablosu, etki tablosundan önce okunur.
  • Rastgeleleştirmeyi unutmak ya da tohumu not etmemek. Formda rastgeleleştirme açıktır; her çalıştırma yeni bir tohumla başka bir deneme sırası verir. Takma ad yapısı ve sözcük uzunluğu örüntüsü sıradan etkilenmez, ama uygulanacak deneme planı çalıştırma kaydındaki tohumla birlikte saklanmalıdır.
  • Çözünürlük seçince deneme sayısının sabit kalacağını sanmak. Bir çözünürlük seçildiğinde formdaki deneme sayısı kullanılmaz; FrF2 o çözünürlük için gereken en küçük tasarımı verir. On iki faktör ve çözünürlük V isteği 256 denemelik (gerçekte çözünürlük VI) bir tasarım döndürür.
  • Yalnız ana etkiler modelindeki p değerlerine güvenmek. Derece 1 seçilince etkileşimler artığa atılır; örnek veride artık KO 469,5'tir ve hiçbir ana etki anlamlı çıkmaz (p\ge0{,}30). Bu, büyük AC+BD ve AD+BC çiftlerinin hata diye sayılmasının sonucudur.
  • Lenth'i az sayıda etkiyle kullanmak. m=7 için serbestlik derecesi 2,33'tür ve t çarpanı 3,76'dır; m=4 için 1,33 ve 4,21. Etki sayısı azaldıkça sınırlar hızla genişler; 8 denemelik tasarımlarda Lenth ancak bir iki etki baskınsa ayırt edicidir.
  • Merkez noktalı veriyi çözümleme kipine vermek. Merkez satırları faktörlere üçüncü bir düzey ekler ve şablon "iki düzeyli olmalı" iletisiyle durur. Merkez noktaları çıkarılarak etkiler kestirilir; eğrilik sınaması için merkez ortalaması ile köşe ortalaması ayrıca karşılaştırılır ya da yanit_yuzeyi_tasarim kullanılır.
  • Plackett-Burman'da etkileşimleri yok saymak. Ana etkiler birbirine diktir, ama her iki faktörlü etkileşim dokuz ana etkiye 1/3 ağırlıkla karışır. Etkileşim beklenen süreçlerde çözünürlük IV bir kesirli faktöriyel daha güvenlidir.
  • MaxC2'yi en az sapmayla aynı sanmak. k=9, N=32 için en az sapmalı tasarımın örüntüsü (0{,}6{,}8,\dots) ve 8 açık etkileşimi vardır; MaxC2 tasarımının örüntüsü (0{,}7{,}7,\dots) ve 15 açık etkileşimi. Hangisinin iyi olduğu, önemli sayılan etkileşimlerin belli olup olmadığına bağlıdır.

10.9 Uzman soruları

S1. Tabloda neden yalnız AB, AC ve AD var; CD, BD, BC nerede?

Sekiz denemede kesişimle birlikte sekiz katsayı kestirilebilir. Model formülü altı iki faktörlü etkileşimi de içerir, ama CD sütunu AB sütununun aynısıdır; lm önce giren terimi kestirir, sonrakini NA bırakır. Şablon NA katsayıları tabloya almaz, kestirilen terimin yanına grubunu yazar ("A:B = C:D"). Faktörlerin formdaki seçim sırası değişirse grubun hangi üyesinin satır adı olacağı değişir; kestirim ve grup aynı kalır.

S2. Etki neden katsayının iki katı?

Regresyon katsayısı, kodlu değişken bir birim arttığında yanıttaki değişimdir. Faktörün iki düzeyi -1 ve +1'dir; aralarındaki uzaklık iki birimdir. Deneysel tasarım geleneğinde "etki" düzeyler arası farktır, yani 2\beta. Şablon ikisini de yazar: etki ve katsayi.

S3. ME ile SME arasındaki fark neden bu kadar büyük?

ME tek bir etkinin sınırıdır: t_{0{,}975;\,2{,}33}=3{,}76. SME yedi etkinin hepsini birlikte korur: tek test düzeyi 1-\gamma=0{,}00365'e iner ve t_{0{,}99635;\,2{,}33}=9{,}01 olur. Serbestlik derecesi çok küçük olduğundan t dağılımının kuyruğu ağırdır; düzeydeki küçük bir sıkılaştırma çarpanı iki buçuk kat büyütür. Daha çok etkili tasarımlarda (m=15, sd 5) iki sınır birbirine yaklaşır.

S4. Lenth hiçbir etkiyi anlamlı bulmadı; deneme boşa mı gitti?

Hayır. Yedi etkinin beşi 14–19 aralığındadır; medyan bu büyük etkilerden biridir ve PSE onların büyüklüğünü "gürültü" sayar. Yöntem etkin etkilerin azınlıkta olduğunu varsayar; burada çoğunluktadırlar. Yarı normal grafikte iki küme görülür: orijin yakınında B ve AB+CD, yukarıda öteki beş etki. Montgomery aynı veriyi A, C, D ana etkileri ve AC, AD etkileşimleri etkin diye yorumlar; B etkisiz olduğundan BD ve BC yerine AC ve AD seçilir. Bu yorum bir varsayımdır ve öteki yarım kesirle doğrulanabilir.

S5. Yalnız ana etkiler modelinde A için p=0{,}30 çıkıyor; hangisi doğru?

Her ikisi de kendi modelinin doğru hesabıdır. Ana etkiler modelinde artık, üç etkileşim sütununun kareler toplamıdır: 2\cdot(1+342{,}25+361)=1408{,}5. Bu "hata"nın neredeyse tamamı iki büyük etkileşim çiftinden gelir; etkinin SH'si 15,32'ye çıkar. Etkileşimlerin gerçekten sıfır olduğu bilinmiyorsa onları hataya katmak ana etkilerin sınamasını güçsüzleştirir. Yinelemesiz kesirli tasarımda artık serbestlik derecesi, modelden çıkarılan etkilerin sıfır olduğu varsayımına dayanır.

S6. Şablon en az sapmalı tasarımı kendisi mi arıyor?

Hayır; FrF2'nin kataloğunu kullanır. Katalog, düzenli iki düzeyli kesirli faktöriyelleri sözcük uzunluğu örüntüsü, üreteç sütun numaraları ve açık etkileşim sayısıyla birlikte tutar; nruns verildiğinde o büyüklükteki ilk kayıt en az sapmalı olandır. Katalog kaydı adı ("7-3.1") konsola yazılır. Bağımsız sayım (10.6, Adım 4) dört tasarım için katalogdaki çözünürlüğü, A_3–A_5 değerlerini ve açık etkileşim sayısını doğrulamıştır.

S7. Dokuz faktörlü tasarımda sözcük sayıları neden 15 etmiyor?

2^{9-4} tasarımının tanım bağıntısında 2^4-1=15 sözcük vardır. MaxC2 tasarımında bunların 7'si dört, 7'si beş, biri dokuz harflidir. Tablo A_3–A_7 satırlarını gösterdiğinden toplam 14 görünür; dokuz harfli sözcük (ABCDEFGHJ) çözünürlüğü ve iki faktörlü etkileşimlerin takma adlarını etkilemez. Yedi faktörden çok faktörlü tasarımlarda örüntünün tamamı için sözcükler tanım bağıntısından ayrıca sayılır.

S8. Plackett-Burman tasarımı 16 deneme için istenirse ne olur?

Deneme sayısı 2'nin kuvveti olduğunda Plackett-Burman tasarımı düzenli bir kesirli faktöriyelle aynı yapıdadır; FrF2::pb() bu büyüklüklerde doymuş çözünürlük III tasarımını verir ve kısmi takma ad yerine tam takma ad (korelasyon 1) raporlanır. Kısmi takma adın 1'den küçük olduğu tasarımlar 12, 20, 24, 28, … denemelik olanlardır.

S9. Yineleme sayısı artırılınca çözümleme nasıl değişir?

Üretim kipinde yineleme = 2 tasarımın bütününü iki kez verir. Böyle bir deneme çözümlendiğinde doymuş modelde bile artık serbestlik derecesi kalır (saf hata); etki tablosuna SH_etki ve p sütunları eklenir. Lenth tablosu yine yazılır, ama yinelemeli denemede saf hataya dayanan t testi tercih edilir; Lenth ölçütleri yinelemesiz denemeler içindir.

10.10 Kaynaklar

  • Box, G. E. P., & Hunter, J. S. (1961). The 2^{k-p} fractional factorial designs: Part I. Technometrics, 3(3), 311–351. https://doi.org/10.1080/00401706.1961.10489951
  • Daniel, C. (1959). Use of half-normal plots in interpreting factorial two-level experiments. Technometrics, 1(4), 311–341. https://doi.org/10.1080/00401706.1959.10489866
  • Fries, A., & Hunter, W. G. (1980). Minimum aberration 2^{k-p} designs. Technometrics, 22(4), 601–608. https://doi.org/10.1080/00401706.1980.10486210
  • Grömping, U. (2014). R package FrF2 for creating and analyzing fractional factorial 2-level designs. Journal of Statistical Software, 56(1). https://doi.org/10.18637/jss.v056.i01
  • Grömping, U. (2018). R package DoE.base for factorial experiments. Journal of Statistical Software, 85(5), 1–41. https://doi.org/10.18637/jss.v085.i05
  • Grömping, U. (2026). FrF2: Fractional factorial designs with 2-level factors (R package version 2.3-5). https://doi.org/10.32614/CRAN.package.FrF2
  • Lenth, R. V. (1989). Quick and easy analysis of unreplicated factorials. Technometrics, 31(4), 469–473. https://doi.org/10.1080/00401706.1989.10488595
  • Lin, D. K. J., & Draper, N. R. (1992). Projection properties of Plackett and Burman designs. Technometrics, 34(4), 423–428. https://doi.org/10.1080/00401706.1992.10484953
  • Montgomery, D. C. (2017). Design and analysis of experiments (9th ed.). Wiley.
  • Plackett, R. L., & Burman, J. P. (1946). The design of optimum multifactorial experiments. Biometrika, 33(4), 305–325. https://doi.org/10.1093/biomet/33.4.305
  • Wu, C. F. J., & Chen, Y. (1992). A graph-aided method for planning two-level experiments when certain interactions are important. Technometrics, 34(2), 162–175. https://doi.org/10.1080/00401706.1992.10484905