View : 457 Download: 0

Full metadata record

DC Field Value Language
dc.description.abstract일반적으로 최초의 모형은 너무 많은 변수를 포함하게 된다. 그러나 모형의 적합에 도움이 되지 않는 변수를 포함하는 경우, 추정된 회귀계수나 예측값은 편향되지 않으나 추정된 평균반응이나 예측값의 분산이 커지는 경향이 있다. 적절한 변수 선택방법을 사용하여 불필요한 변수들을 제하는 것이 바람직하며 이를 위해서 반응변수를 잘 설명해주는 변수들만 선택하는 것이 중요하다. 혼합물 실험에서 중요한 변수를 선별하는 방법으로 Snee and Marquardt (1976)가 제안한 심플렉스 선별 실험법(Simplex screening design)을 변형한 실험자의 주관을 수용할 수 있는 축차적인 실험방법에 대해 알아보고 사례를 통해 실험의 진행방법에 대해 살펴본다. ;At the preliminary stage of investigation, we have to screen important variables for further study. Even if the unnecessary variables are included in the model, estimated coefficients and predicted response are not biased. But their variances tend to get larger. Therefore, it is important that we remove unnecessary variables through an a screening process, and select only important variables in explaining response variable. we propose a sequential strategy of implementing Simplex Screening designs proposed by Snee and Marquardt (1976) and illustrate this sequential Simplex Screening design with an example.-
dc.description.tableofcontents논문초록 1. 서론 = 1 2. 혼합물 실험의 개요 = 2 2.1 혼합물 실험(mixture design) = 2 2.2 혼합물 실험의 구조모형 = 5 3. Screening Concepts for Mixtures = 8 3.1 기본개념 = 8 3.2 심플렉스 선별 계획법(Simplex Screening Designs) = 12 4. 축차적인 심플렉스 선별 계획법 = 14 4.1 실험점의 선정 = 14 4.2 유의성 테스트 = 18 4.3 실험요인이 3개일 때의 적용 = 19 5. 사례연구 = 23 6. 결론 = 27 참고문헌 = 28 부록 = 32 ABSTRACT = 33-
dc.format.extent496087 bytes-
dc.publisher이화여자대학교 대학원-
dc.title혼합물 실험에 대한 축차적인 요인선별 실험설계-
dc.typeMaster's Thesis-
dc.format.page34 p.-
dc.identifier.major대학원 통계학과- 2-
Appears in Collections:
일반대학원 > 통계학과 > Theses_Master
Files in This Item:
There are no files associated with this item.
RIS (EndNote)
XLS (Excel)