跳到正文
← 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:摘要涉及工业与计算机实验设计,没有明确对应所列因果推断或其他领域细分的方法依据。

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…

关注这篇论文的作者
C. F. Jeff Wu

后费舍尔实验设计:从实体实验到虚拟实验

研究问题
费舍尔实验设计思想如何扩展至工业实体实验与计算机虚拟实验,后者又面临哪些超出现有原则的挑战?
方法与思路
文章讨论因子设计的效应层级、稀疏性和遗传原则,介绍条件主效应方法与稳健参数设计,并回顾计算机实验。
材料陈述的贡献
摘要称,文章介绍用于分离混杂效应的条件主效应新方法,并梳理实体实验主题及计算机实验的重要挑战。
阅读关注点
应核对条件主效应方法如何分离混杂效应、依赖何种条件,以及稳健参数设计与计算机实验讨论各自的适用范围。
阅读边界
仅据版本未注明的OpenAlex索引摘要;方法细节、理论保证和比较结果未提供,不能据此判断新方法的一般有效性。

原文摘要

Fisher’s pioneering work in design of experiments has inspired further work with broader applications, especially in industrial experimentation. This article discusses three topics in physical experiments: principles of effect hierarchy, sparsity, and heredity for factorial designs, a new method called conditional main effect (CME) for de-aliasing aliased effects, and robust parameter design. I also review the recent emergence of virtual experiments on a computer. Some major challenges in computer experiments, which must go beyond Fisherian principles, are outlined.

笔记与分组