强大的 Foldover 设计
统计方法学
2025-07-22 v1 应用统计
摘要
Foldover 技术用于筛选设计众所周知，可保证主效应估计与两个因子相互作用和二次效应完全无叠加。这一特征是许多流行响应面设计的关键特征，包括中心复合设计、确定性筛选设计以及大多数正交、最小重叠响应面设计。在本文中，我们展示，Foldover 技术更为强大，因为它产生用于独立于模型选择的方差估计器的自由度。这一自由度要么是纯误差，要么是伪因子自由度。 presented a fast design construction algorithm that minimizes the expected confidence interval criterion to maximize the screening main effects 的 power。还提出了一种增强设计和分析方法，以避免为估计方差和改进第二阶模型的模型选择性能引入过多自由度。仿真研究表明，当效应稀疏性和层次性原则成立时，我们的新设计至少不亚于传统设计，但在这些效应原则不成立时表现显著更好。给出一个实际数据实例，其中对 20 次实验中的乙烯浓度进行优化，通过操纵八个工艺参数来实现。
关键词
引用
@article{arxiv.2507.14648,
title = {Powerful Foldover Designs},
author = {Jonathan W. Stallrich and Rakhi Singh and Kyle Vogt-Lowell and Fanxing Li},
journal= {arXiv preprint arXiv:2507.14648},
year = {2025}
}