일회성 방법

One-factor-at-a-time method

1인자 분석법([1]one-factor-at-time, OFAT, OF@T, OFaaT, OVAT, OVA@T, 또는 단세포 분석이라고도 함)은 여러 인자를 동시에 시험하는 것이 아니라 한 번에 하나씩 요인 또는 원인에 대한 시험을 포함하는 실험을 설계하는 방법이다.

이점

OFAT는 특히 데이터가 싸고 풍부한 상황에서 비전문가에게 선호된다.

복잡한 다요소 분석을 수행하는 데 필요한 정신적 노력이 추가 데이터를 획득하는 데 필요한 노력을 초과하는 경우가 있으며, 이 경우 OFAT가 타당할 수 있다.또한 일부 연구자들은 OFAT가 특정 조건 하에서 부분 요인 요인보다 더 효과적일 수 있다는 것을 보여주었다(실행 횟수가 제한적이고, 1차 목표는 시스템 개선을 달성하는 것이며, 실험 오차는 요인 효과에 비해 크지 않으며, 이는 추가적이고 서로 독립적이어야 한다).[2][3]

단점들

이와는 대조적으로 데이터가 귀중하고 신중하게 분석해야 하는 상황에서는 여러 가지 요인을 한 번에 바꾸는 것이 거의 항상 좋다.이 점을 보여주는 중학교 수준의 예로는 12코인 퍼즐을 포함하는 밸런스 퍼즐의 가족이다.학부 수준에서는 베빙턴의 학력을[4] 비교할 수 있었다. GRIDLS대GRADLS. 후자는 최적과는 거리가 멀지만 한 번에 한 변수만 바꾸는 전자는 더 나쁘다.Ronald A 경에 의해 개척된 요인 실험 설계 방법도 참조하십시오. 피셔OFAT를 싫어하는 이유는 다음과 같다.

  1. OFAT는 실제 추정에서 동일한 정밀도에 대해 더 많은 런이 필요하다.
  2. OFAT는 교호작용을 추정할 수 없음
  3. OFAT는 인자의 최적 설정을 놓칠 수 있다.

설계 실험은 대개 OFAT보다 더 많은 런을 요구하지만 위의 세 가지 문제를 해결하는 부분 요인 외에도 많은 유형과 방법을 사용할 수 있는 OFAT보다 거의 항상 선호된다.[5]OFAT가 런 수에서 이점이 없는 한 가지 현대 설계는 Plackett-Burman으로, 모든 요인을 동시에 변화시킴으로써(실험 설계에서 중요한 품질)[5] 효과 추정에 있어 일반적으로 더 높은 정밀도를 제공한다.

참고 항목

참조

  1. ^ Razavi, Saman; Gupta, Hoshin V. (2015). "What do we mean by sensitivity analysis? The need for comprehensive characterization of "global" sensitivity in Earth and Environmental systems models". Water Resources Research. 51 (5): 3070–3092. doi:10.1002/2014wr016527. ISSN 0043-1397.
  2. ^ Friedman, M, Savage, L. J. (1947) 통계 분석 기법에서 "Maxima를 찾는 계획 실험" 에드가 있다.C. 아이젠하르트, M. W. 헤스타이와 뉴욕 W. 월리스: 맥그로힐, 페이지 365-372.
  3. ^ Daniel , C. (1973) "One-at-a-Time Plans," 미국 통계협회지 68, 353-360
  4. ^ Bevington과 Robinson, 물리 과학을 위한 데이터 감소 및 오류 분석, 2차 개정.맥그로힐(1992년)
  5. ^ a b Czitrom, Veronica (1999). "One-Factor-at-a-Time Versus Designed Experiments". American Statistician. 53 (2): 126–131. doi:10.2307/2685731. JSTOR 2685731.