主要内容
实验设计
被动的数据收集导致了统计建模中的一系列问题。在反应变量中观察到的变化可能与个体中观察到的变化相关，但不是由其引起的因素(流程变量)。多个因素同时发生的变化可能会产生相互作用，而这些相互作用很难分成单独的影响。观察可能是依赖的，而数据模型认为它们是独立的。
设计的实验解决了这些问题。在设计的实验中，数据产生过程被积极地操纵以提高信息质量和消除冗余数据。所有实验设计的共同目标是尽可能节省地收集数据，同时提供足够的信息来准确估计模型参数。
例如，响应的一个简单模型y在两个控制因素的实验中x1和x2可能是这样的:
在这里ε包括实验误差和实验中任何不可控因素的影响。条款β1x1和β2x2是主要的影响和这个词β3.x1x2是一个双向相互影响．一个设计好的实验会被系统地操纵x1和x2同时测量y，目的是准确估计β0，β1，β2,β3.．
你也可以从以下列表中选择一个网站:
