Sökning: id:"swepub:oai:DiVA.org:ltu-2643" >
A Bayesian analysis...
A Bayesian analysis of unreplicated two-level factorials using effects sparsity, hierarchy, and heredity
-
- Bergquist, Bjarne (författare)
- Luleå tekniska universitet,Industriell Ekonomi
-
- Vanhatalo, Erik (författare)
- Luleå tekniska universitet,Institutionen för ekonomi, teknik och samhälle
-
- Lundberg Nordenvaad, Magnus (författare)
- Luleå tekniska universitet,Signaler och system
-
(creator_code:org_t)
- Informa UK Limited, 2011
- 2011
- Engelska.
-
Ingår i: Quality Engineering. - : Informa UK Limited. - 0898-2112 .- 1532-4222. ; 23:2, s. 152-166
- Relaterad länk:
-
https://urn.kb.se/re...
-
visa fler...
-
https://doi.org/10.1...
-
visa färre...
Abstract
Ämnesord
Stäng
- This article proposes a Bayesian procedure to calculate posterior probabilities of active effects for unreplicated two-level factorials. The results from a literature survey are used to specify individual prior probabilities for the activity of effects and the posterior probabilities are then calculated in a three-step procedure where the principles of effects sparsity, hierarchy, and heredity are successively considered. We illustrate our approach by reanalyzing experiments found in the literature.
Ämnesord
- TEKNIK OCH TEKNOLOGIER -- Maskinteknik -- Tillförlitlighets- och kvalitetsteknik (hsv//swe)
- ENGINEERING AND TECHNOLOGY -- Mechanical Engineering -- Reliability and Maintenance (hsv//eng)
- TEKNIK OCH TEKNOLOGIER -- Elektroteknik och elektronik -- Signalbehandling (hsv//swe)
- ENGINEERING AND TECHNOLOGY -- Electrical Engineering, Electronic Engineering, Information Engineering -- Signal Processing (hsv//eng)
Nyckelord
- Bayesian analysis
- engineering judgments
- Markov chain Monte Carlo integration
- posterior probability of active effects
- prior information
- unreplicated factorials
- Kvalitetsteknik
- Quality Technology & Management
- Signalbehandling
- Signal Processing
Publikations- och innehållstyp
- ref (ämneskategori)
- art (ämneskategori)
Hitta via bibliotek
Till lärosätets databas