國立高雄大學圖資館 |

語系: 繁體中文

說明(常見問題)

圖資館首頁

登入

回首頁

切換: 標籤 | MARC模式 | ISBD

一個利用貝氏變數選取方法的超飽和設計分析法 = Factor Scree...

國立高雄大學統計學研究所

一個利用貝氏變數選取方法的超飽和設計分析法 = Factor Screening in Supersaturated Designs via a Bayesian Variable Selection Method

紀錄類型:	書目-語言資料,印刷品 : 單行本
並列題名:	Factor Screening in Supersaturated Designs via a Bayesian Variable Selection Method
作者:	翁建中,
其他團體作者:	國立高雄大學
出版地:	[高雄市]
出版者:	撰者;
出版年:	民99[2010]
面頁冊數:	40面圖，表 : 30公分;
標題:	交叉驗證
標題:	Cross validation
電子資源:	http://handle.ncl.edu.tw/11296/ndltd/35214587808212316542
摘要註:	超飽和設計是一個因子數大於實驗數的設計，而超飽和設計的一個重要分析目的就是找出重要的因子。在這篇論文中，我們提出一個新的分析方法，其利用一個有效率的貝氏變數選取方法來找出重要的因子。為了改進選取的正確率，利用一個修改的交叉驗證法來做為參數選定的準則。最後由一些實際的例子來驗證這個新的分析方法的效能。除了新的分析方法之外，我們利用一個畫圖的方法來確認重要的因子。 Supersaturated design is a design in which the number of factors is larger than the number of responses. One important goal of the supersaturated design analysis is to screen out the important factors. In this thesis, a novel analysis procedure is proposed via an efficient Bayesian variable selection approach. In order to improve the selection accuracy rate, a modified cross validation method for parameter tuning is used here. Finally, several real examples are used to demonstrate the performances of this novel analysis approach. In addition to novel analysis approach, we use a graphical approach to identify the important factors.

一個利用貝氏變數選取方法的超飽和設計分析法 = Factor Screening in Supersaturated Designs via a Bayesian Variable Selection Method
翁, 建中

一個利用貝氏變數選取方法的超飽和設計分析法 = Factor Screening in Supersaturated Designs via a Bayesian Variable Selection Method / 翁建中撰 - [高雄市] : 撰者, 民99[2010]. - 40面 ; 圖，表 ; 30公分.
參考書目：面.
交叉驗證Cross validation

一個利用貝氏變數選取方法的超飽和設計分析法 = Factor Screening in Supersaturated Designs via a Bayesian Variable Selection Method
LDR:02307nam0a2200277 450 001 272936
005 20170214090330.0
009 272936
010 0 $b 精裝
010 0 $b 平裝
100 $a 20170214y2010 k y0chiy05 b
101 1 $a eng $d chi $d eng
102 $a tw
105 $a ak am 000yy
200 1 $a 一個利用貝氏變數選取方法的超飽和設計分析法 $d Factor Screening in Supersaturated Designs via a Bayesian Variable Selection Method $f 翁建中撰
210 $a [高雄市] $c 撰者 $d 民99[2010]
215 0 $a 40面 $c 圖，表 $d 30公分
314 $a 指導教授：陳瑞彬博士
320 $a 參考書目：面
328 $a 碩士論文--國立高雄大學統計學研究所
330 $a 超飽和設計是一個因子數大於實驗數的設計，而超飽和設計的一個重要分析目的就是找出重要的因子。在這篇論文中，我們提出一個新的分析方法，其利用一個有效率的貝氏變數選取方法來找出重要的因子。為了改進選取的正確率，利用一個修改的交叉驗證法來做為參數選定的準則。最後由一些實際的例子來驗證這個新的分析方法的效能。除了新的分析方法之外，我們利用一個畫圖的方法來確認重要的因子。 Supersaturated design is a design in which the number of factors is larger than the number of responses. One important goal of the supersaturated design analysis is to screen out the important factors. In this thesis, a novel analysis procedure is proposed via an efficient Bayesian variable selection approach. In order to improve the selection accuracy rate, a modified cross validation method for parameter tuning is used here. Finally, several real examples are used to demonstrate the performances of this novel analysis approach. In addition to novel analysis approach, we use a graphical approach to identify the important factors.
510 1 $a Factor Screening in Supersaturated Designs via a Bayesian Variable Selection Method
610 0 $a 交叉驗證 $a 吉布斯抽樣 $a 馬可夫鏈蒙地卡羅
610 1 $a Cross validation $a Gibbs sampler $a Markov chain Monte Carlo
681 $a 008M/0019 $b 343201 8015 $v 2007年版
700 1 $a 翁 $b 建中 $4 撰 $3 483090
712 0 2 $a 國立高雄大學 $b 統計學研究所 $3 166081
801 0 $a tw $b 國立高雄大學 $c 20101224 $g CCR
856 7 $z 電子資源 $2 http $u http://handle.ncl.edu.tw/11296/ndltd/35214587808212316542