Permuting regular fractional factorial designs for screening quantitative factors
通过水平置换改进定量因子筛选的正规部分因子设计AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究定量因子的实验设计与交互作用污染，未明确提出所列因果识别或其他经济计量方法。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
通过水平置换改进定量因子筛选的正规部分因子设计
- 研究问题
- 定量因子的水平具有数值意义时，如何在保持实验次数不变的情况下，通过水平置换减少交互作用对线性效应估计的污染？
- 方法与思路
- 作者论证最小 β 畸变准则，研究正规部分因子设计的线性水平置换，并给出三水平设计以及指定实验次数的理论和构造结果。
- 材料陈述的贡献
- 摘要称相应置换可减少非忽略交互作用的污染，满足准则的线性置换具有唯一性，最佳置换可避免穷举搜索确定。
- 阅读关注点
- 应核对 β 畸变的定义、唯一性所针对的设计范围、线性置换与一般置换的关系，以及药物组合实验中的收益衡量。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；完整设计条件和效率数值未说明，唯一性与改进结论不能外推到任意实验设计。
原文摘要
Fractional factorial designs are widely used in screening experiments. They are often chosen by the minimum aberration criterion, which regards factor levels as symbols. For designs with quan-titative factors, however, permuting the levels for one or more factors could alter their geometrical structures and statistical properties.We provide a justification of theminimum β-aberration crite-rion for quantitative factors and study level permutations for regular fractional factorial designs in order to improve their efficiency for screening quantitative factors. We show how regular designs can be linearly permuted to reduce contamination of nonnegligible interactions on the estimation of linear effects without increasing the run size. We further show that such linear per-mutations are unique under the minimum β-aberration criterion and the best level permutations can be determined without an exhaustive search. We establish additional theoretical results for three-level designs and obtain the best level permutations for regular designs with 27 and 81 runs. We illustrate the practical benefits of level permutation with an antiviral drug combination experiment.