Terms
SRPS ISO 3534-3:2011

Statistics — Vocabulary and symbols — Part 3: Design of experiments

Terms

• 2k–p fractional factorial experiment
  English
  

  experiment which uses a carefully selected subset (2–p) of a 2k full factorial experiment NOTE 1

  Serbian
  

  eksperiment koji koristi pažljivo odabrani podskup (2–p) od 2k punog faktorijalnog eksperimenta NAPOMENA 1 Za veliki broj faktora, 2k može da zahteva više tretmana nego što je moguće. Pažljivim izborom, približno ista količina informacija može se dobiti iz frakcionalnog faktorijalnog eksperimenta kao punog faktorijalnog eksperimenta. Posebno, izbor je učinjen tako da efekti i interakcije, za koje se očekuje da budu od praktične važnosti, budu pomešani samo sa interakcijama koje se mogu zanemariti. NAPOMENA 2 Za p = 1, rezultujući frakcionalni faktorijalni eksperiment je polufrakcija; za p jednako 2, rezultujući frakcionalni faktorijalni plan je četvrtinska frakcija i tako dalje. NAPOMENA 3 Frakcionalni faktorijalni eksperiment 2k–p je isplaniran tako da k faktori budu podeljeni u dve grupe, prva grupa sa k–p faktora i druga grupa sa p faktora. k–p faktora u prvoj grupi dodeljeno je potpunom faktorijalnom planu sa 2k–p eksperimentalnih jedinica koje predstavljaju broj eksperimentalnih jedinica plana. Nivoi svakog od faktora druge grupe za svaku eksperimentalnu jedinicu definisani su pomoću nivoa faktora prve grupe. Skup od p jednakosti koje definišu faktore druge grupe nazivima faktora prve grupe, naziva se izvorna relacija, jer iz nje proističe plan. p jednakosti izvorne relacije se mogu koristiti za izračunavanje 2k–p –1 jednakosti definicione relacije koja definiše svojstva plana. PRIMER Razmatra se eksperiment sa 6 faktora i 16 tretmana. Na osnovu toga se predlaže frakcionalni faktorijalni plan 26–2. Četiri faktora (A, B, C i D) moraju se postaviti tako da se može realizovati potpuni faktorijalni eksperiment. Druga dva faktora E i F mogu se postaviti pomoću nivoa A, B, C i D. Jedna moguća specifikacija je iz izvornih relacija E = ABC i F = BCD. (Napomenimo da su četvoroslovne sekvence ili nizovi karaktera ABCE i BCDF, koji se pojavljuju u ovoj konstrukciji, poznate kao reči; na primer ABC je troslovna reč, ACDEG je petoslovna reč i tako dalje). Koristeći oznake +1, –1 za nivoe faktora, nivoi A, B i C određuju (preko proizvoda ABC) odgovarajući nivo E. Takođe, nivoi B, C i D određuju nivo F (preko proizvoda BCD). Na primer, za eksperimentalnu jedinicu broj 1, vrednosti od A do D su pokazane u tabeli primera u 2.1.2.1. E i F se takođe realizuju na niskim nivoima za eksperimentalnu jedinicu 1. Glavni efekat E je pomešan sa troulaznom interakcijom ABC, a glavni efekat F je pomešan sa troulaznom interakcijom BCD. Potpuni pseudonim ili struktura konfuzije može se izvesti iz definicione relacije I = ABCE = BCDF = ADEF.

  Serbian
  

  eksperiment koji koristi pažljivo odabrani podskup (2–p) od 2k punog faktorijalnog eksperimenta NAPOMENA 1 Za veliki broj faktora, 2k može da zahteva više tretmana nego što je moguće. Pažljivim izborom, približno ista količina informacija može se dobiti iz frakcionalnog faktorijalnog eksperimenta kao punog faktorijalnog eksperimenta. Posebno, izbor je učinjen tako da efekti i interakcije, za koje se očekuje da budu od praktične važnosti, budu pomešani samo sa interakcijama koje se mogu zanemariti. NAPOMENA 2 Za p = 1, rezultujući frakcionalni faktorijalni eksperiment je polufrakcija; za p jednako 2, rezultujući frakcionalni faktorijalni plan je četvrtinska frakcija i tako dalje. NAPOMENA 3 Frakcionalni faktorijalni eksperiment 2k–p je isplaniran tako da k faktori budu podeljeni u dve grupe, prva grupa sa k–p faktora i druga grupa sa p faktora. k–p faktora u prvoj grupi dodeljeno je potpunom faktorijalnom planu sa 2k–p eksperimentalnih jedinica koje predstavljaju broj eksperimentalnih jedinica plana. Nivoi svakog od faktora druge grupe za svaku eksperimentalnu jedinicu definisani su pomoću nivoa faktora prve grupe. Skup od p jednakosti koje definišu faktore druge grupe nazivima faktora prve grupe, naziva se izvorna relacija, jer iz nje proističe plan. p jednakosti izvorne relacije se mogu koristiti za izračunavanje 2k–p –1 jednakosti definicione relacije koja definiše svojstva plana. PRIMER Razmatra se eksperiment sa 6 faktora i 16 tretmana. Na osnovu toga se predlaže frakcionalni faktorijalni plan 26–2. Četiri faktora (A, B, C i D) moraju se postaviti tako da se može realizovati potpuni faktorijalni eksperiment. Druga dva faktora E i F mogu se postaviti pomoću nivoa A, B, C i D. Jedna moguća specifikacija je iz izvornih relacija E = ABC i F = BCD. (Napomenimo da su četvoroslovne sekvence ili nizovi karaktera ABCE i BCDF, koji se pojavljuju u ovoj konstrukciji, poznate kao reči; na primer ABC je troslovna reč, ACDEG je petoslovna reč i tako dalje). Koristeći oznake +1, –1 za nivoe faktora, nivoi A, B i C određuju (preko proizvoda ABC) odgovarajući nivo E. Takođe, nivoi B, C i D određuju nivo F (preko proizvoda BCD). Na primer, za eksperimentalnu jedinicu broj 1, vrednosti od A do D su pokazane u tabeli primera u 2.1.2.1. E i F se takođe realizuju na niskim nivoima za eksperimentalnu jedinicu 1. Glavni efekat E je pomešan sa troulaznom interakcijom ABC, a glavni efekat F je pomešan sa troulaznom interakcijom BCD. Potpuni pseudonim ili struktura konfuzije može se izvesti iz definicione relacije I = ABCE = BCDF = ADEF.

• A-optimal design
  English
  

  design which maximizes the trace of XX NOTE The A-optimal criterion incorporates both a measure of the volume of the ellipsoid and the extent of sphericity of the ellipsoid.

  Serbian
  

  plan koji maksimizira trasu od XX NAPOMENA Optimalni kriterijum A obuhvata i meru zapremine elipsoida i stepen sferičnosti elipsoida.

  Serbian
  

  plan koji maksimizira trasu od XX NAPOMENA Optimalni kriterijum A obuhvata i meru zapremine elipsoida i stepen sferičnosti elipsoida.

• ABCD
  English
  

  ABCD

  Serbian
  

  plan koji sadrži 3 faktora, od kojih svaki ima h nivoa, u kojima se kombinacija nivoa faktora sa nivoima druga dva faktora pojavljuje jedanput i samo jedanput u eksperimentu veličine h2 NAPOMENA 1 Plan latinskog kvadrata obuhvata tri faktora, glavni faktor pridružen tretmanu i dva sekundarna faktora pridružena efektima blokova, a svi faktori imaju isti broj nivoa. Postoji h2 (h  2, h je pozitivan broj) eksperimentalnih jedinica koje su razvrstane prema dva blok-faktora (faktor reda i faktor kolone). Postoje h nivoi glavnog faktora koji su slučajno raspoređeni na h2 eksperimentalnih jedinica, na takav način da svaki red i svaka kolona sadrže svaki nivo tretmana tačno jedanput. Tako plan latinskog kvadrata predstavlja proširenje randomizovanog blok-plana radi obuhvatanja dve promenljive u blokovima (ili izvore spoljne varijacije). Ograničenje koje se postavlja za ovu konfiguraciju jeste da broj nivoa glavnog faktora i faktora bloka mora da bude isti. PRIMER Tri latinska kvadrata 4  4 navedena su ispod, a svaki od njih daje osnovu plana latinskog kvadrata. Četiri reda daju nivoe za jedan blok-faktor, a četiri kolone daju nivoe za drugi blok-faktor. Četiri nivoa tretmana glavnog faktora su A, B, C i D.

  Serbian
  

  plan koji sadrži 3 faktora, od kojih svaki ima h nivoa, u kojima se kombinacija nivoa faktora sa nivoima druga dva faktora pojavljuje jedanput i samo jedanput u eksperimentu veličine h2 NAPOMENA 1 Plan latinskog kvadrata obuhvata tri faktora, glavni faktor pridružen tretmanu i dva sekundarna faktora pridružena efektima blokova, a svi faktori imaju isti broj nivoa. Postoji h2 (h  2, h je pozitivan broj) eksperimentalnih jedinica koje su razvrstane prema dva blok-faktora (faktor reda i faktor kolone). Postoje h nivoi glavnog faktora koji su slučajno raspoređeni na h2 eksperimentalnih jedinica, na takav način da svaki red i svaka kolona sadrže svaki nivo tretmana tačno jedanput. Tako plan latinskog kvadrata predstavlja proširenje randomizovanog blok-plana radi obuhvatanja dve promenljive u blokovima (ili izvore spoljne varijacije). Ograničenje koje se postavlja za ovu konfiguraciju jeste da broj nivoa glavnog faktora i faktora bloka mora da bude isti. PRIMER Tri latinska kvadrata 4  4 navedena su ispod, a svaki od njih daje osnovu plana latinskog kvadrata. Četiri reda daju nivoe za jedan blok-faktor, a četiri kolone daju nivoe za drugi blok-faktor. Četiri nivoa tretmana glavnog faktora su A, B, C i D.

• alias
  English
  

  statistics effect (main or interaction) that is completely confounded with another main effect or interaction due to the nature of the experiment

  Serbian
  

  statistički efekat (glavni ili interakcija) koji je zbog prirode eksperimenta u potpunoj konfuziji sa drugim glavnim efektom ili interakcijom

  Serbian
  

  statistički efekat (glavni ili interakcija) koji je zbog prirode eksperimenta u potpunoj konfuziji sa drugim glavnim efektom ili interakcijom

• analysis of covariance ANCOVA
  English
  

  technique for estimating and testing the effects of treatments when one or more concomitant variables influence the response variable NOTE 1 The analysis of covariance can be viewed as a combination of regression analysis and the analysis of variance. NOTE 2

  Serbian
  

  postupak ocenjivanja i ispitivanja efekata tretmana kada jedna ili više pratećih promenljivih utiče na odzivnu promenljivu NAPOMENA 1 Analiza kovarijanse može se posmatrati kao kombinacija regresione analize i analize varijanse. NAPOMENA 2 Obično se prateća promenljiva ne može uključiti u plan eksperimenta, a njen efekat na rezultate treba uzeti u obzir pri analizi. Na primer, eksperimentalne jedinice se mogu razlikovati po iznosu hemijskog sastojka prisutnog u svakoj jedinici, koji se može meriti, ali se ne može podešavati.

  Serbian
  

  postupak ocenjivanja i ispitivanja efekata tretmana kada jedna ili više pratećih promenljivih utiče na odzivnu promenljivu NAPOMENA 1 Analiza kovarijanse može se posmatrati kao kombinacija regresione analize i analize varijanse. NAPOMENA 2 Obično se prateća promenljiva ne može uključiti u plan eksperimenta, a njen efekat na rezultate treba uzeti u obzir pri analizi. Na primer, eksperimentalne jedinice se mogu razlikovati po iznosu hemijskog sastojka prisutnog u svakoj jedinici, koji se može meriti, ali se ne može podešavati.

• A
  English
  

  B

  Serbian
  

  plan koji obuhvata četiri faktora, svaki sa h nivoa, u kojem se kombinacija nivoa svakog od faktora sa nivoima druga tri faktora pojavljuje jedanput i samo jedanput u eksperimentu veličine h2 NAPOMENA 1 Plan grčko-latinskog kvadrata obuhvata četiri faktora i ima h2 (h  3 je pozitivan ceo broj) eksperimentalnih jedinica razvrstanih u tri blok-faktora (na primer, faktor reda, faktor kolone i grčko slovo), od kojih svaki ima h nivoa. Postoji h nivoa glavnog faktora koji su slučajno raspodeljeni na h2 eksperimentalnih jedinica na takav način da se svaki tretman pojavljuje u svakom redu i koloni samo jedanput i da se takođe pojavljuje sa grčkim slovom samo jedanput. NAPOMENA 2 Za dva latinska kvadrata kaže se da su ortogonalni ako se svako slovo u jednom kvadratu podudara tačno jedanput sa svakim slovom drugog kvadrata. Parovi planova latinskog kvadrata koji su ortogonalni mogu se kombinovati radi dobijanja planova grčko-latinskog kvadrata. NAPOMENA 3 Planovi grčko-latinskog kvadrata dopuštaju ugradnju tri promenljive u bloku, a sve one imaju isti broj nivoa kao broj nivoa glavnog faktora. PRIMER Jedan primer grčko-latinskog kvadrata 4  4 je sledeći:

  Serbian
  

  plan koji obuhvata četiri faktora, svaki sa h nivoa, u kojem se kombinacija nivoa svakog od faktora sa nivoima druga tri faktora pojavljuje jedanput i samo jedanput u eksperimentu veličine h2 NAPOMENA 1 Plan grčko-latinskog kvadrata obuhvata četiri faktora i ima h2 (h  3 je pozitivan ceo broj) eksperimentalnih jedinica razvrstanih u tri blok-faktora (na primer, faktor reda, faktor kolone i grčko slovo), od kojih svaki ima h nivoa. Postoji h nivoa glavnog faktora koji su slučajno raspodeljeni na h2 eksperimentalnih jedinica na takav način da se svaki tretman pojavljuje u svakom redu i koloni samo jedanput i da se takođe pojavljuje sa grčkim slovom samo jedanput. NAPOMENA 2 Za dva latinska kvadrata kaže se da su ortogonalni ako se svako slovo u jednom kvadratu podudara tačno jedanput sa svakim slovom drugog kvadrata. Parovi planova latinskog kvadrata koji su ortogonalni mogu se kombinovati radi dobijanja planova grčko-latinskog kvadrata. NAPOMENA 3 Planovi grčko-latinskog kvadrata dopuštaju ugradnju tri promenljive u bloku, a sve one imaju isti broj nivoa kao broj nivoa glavnog faktora. PRIMER Jedan primer grčko-latinskog kvadrata 4  4 je sledeći:

• balanced incomplete block design BIBD
  English
  

  incomplete block design in which each block contains the same number k of different levels from the l levels of the principal factor arranged so that every pair of levels occurs in the same number  of blocks from the b blocks NOTE 1

  Serbian
  

  nekompletni blok-plan u kojem svaki blok sadrži isti broj k različitih nivoa od l nivoa glavnog faktora uređenih tako da se svaki par pojavljuje u istom broju  blokova od b blokova NAPOMENA 1 Termin „uravnotežen” odnosi se na konzistentan broj parova, „nekompletan” se odnosi na nemogućnost ispitivanja svakog nivoa glavnog faktora u svakom bloku, a „blok” se odnosi na strategiju sprovođenja eksperimenata na homogenim skupovima eksperimentalnih jedinica. PRIMER 1 Razmotrimo situaciju sa 4 tretmana i 6 blokova, 2 tretmana po bloku (l = 4, k = 2, b = 6,  = 1 ). Preciznije, pretpostavimo da se proučavaju četiri nivoa (T1, T2, T3, T4) glavnog faktora, ali samo dva nivoa mogu se učiniti u jednom danu. Ako je na raspolaganju šest dana za sprovođenje eksperimenta, onda je pogodan sledeći plan: (videti tabelu u standardu) U ovom primeru, svi mogući parovi tretmana pojavljuju se jedanput u istom bloku. PRIMER 2 Razmotrimo situaciju sa 6 nivoa glavnog faktora i 10 blokova sa 3 nivoa po bloku (l = 6, k = 3, b = 10,  = 2). U ovom slučaju prirodno je pretpostaviti da je, u stvari, neophodno 20 blokova, pošto ima 20 mogućih tripleta za šest nivoa. Razmotrimo sledeći skup tretmana, gde je svaki blok dat tripletom: (T1, T2, T3), (T1, T2, T4), (T1, T3, T5), (T1, T4, T6), (T1, T5, T6) (T2, T3, T6), (T2, T4, T5), (T2, T5, T6), (T3, T, T5), (T3, T4, T6) Ovde se svaki par nivoa pojavljuje u istom bloku tačno dvaput, pokazujući da je dovoljno 10 blokova. PRIMER 3 Razmotrimo situaciju sa 7 nivoa i 7 blokova sa 4 nivoa po bloku (l = 7, k = 4, b = 7,  = 2) (videti tabelu u standardu) NAPOMENA 2 Uravnoteženi nekompletni blok-plan znači da se svaki nivo glavnog faktora pojavljuje isti broj puta h u eksperimentu i da važe sledeće relacije: b  k = l  h, b  l i h(k – 1) =  (l – 1) Pošto svako slovo u gornjim relacijama predstavlja ceo broj, jasno je da samo ograničen broj kombinacija (l, k, b, h, ) jeste moguć za izradu uravnoteženih nekompletnih blok-planova. Međutim, za datih pet celih brojeva (l, k, b, h, ) koji ispunjavaju gornja tri uslova, nije neophodno da BIB postoji. NAPOMENA 3 Za randomizaciju urediti blokove i nivoe u svakom bloku nezavisno, na slučajan način.

  Serbian
  

  nekompletni blok-plan u kojem svaki blok sadrži isti broj k različitih nivoa od l nivoa glavnog faktora uređenih tako da se svaki par pojavljuje u istom broju  blokova od b blokova NAPOMENA 1 Termin „uravnotežen” odnosi se na konzistentan broj parova, „nekompletan” se odnosi na nemogućnost ispitivanja svakog nivoa glavnog faktora u svakom bloku, a „blok” se odnosi na strategiju sprovođenja eksperimenata na homogenim skupovima eksperimentalnih jedinica. PRIMER 1 Razmotrimo situaciju sa 4 tretmana i 6 blokova, 2 tretmana po bloku (l = 4, k = 2, b = 6,  = 1 ). Preciznije, pretpostavimo da se proučavaju četiri nivoa (T1, T2, T3, T4) glavnog faktora, ali samo dva nivoa mogu se učiniti u jednom danu. Ako je na raspolaganju šest dana za sprovođenje eksperimenta, onda je pogodan sledeći plan: (videti tabelu u standardu) U ovom primeru, svi mogući parovi tretmana pojavljuju se jedanput u istom bloku. PRIMER 2 Razmotrimo situaciju sa 6 nivoa glavnog faktora i 10 blokova sa 3 nivoa po bloku (l = 6, k = 3, b = 10,  = 2). U ovom slučaju prirodno je pretpostaviti da je, u stvari, neophodno 20 blokova, pošto ima 20 mogućih tripleta za šest nivoa. Razmotrimo sledeći skup tretmana, gde je svaki blok dat tripletom: (T1, T2, T3), (T1, T2, T4), (T1, T3, T5), (T1, T4, T6), (T1, T5, T6) (T2, T3, T6), (T2, T4, T5), (T2, T5, T6), (T3, T, T5), (T3, T4, T6) Ovde se svaki par nivoa pojavljuje u istom bloku tačno dvaput, pokazujući da je dovoljno 10 blokova. PRIMER 3 Razmotrimo situaciju sa 7 nivoa i 7 blokova sa 4 nivoa po bloku (l = 7, k = 4, b = 7,  = 2) (videti tabelu u standardu) NAPOMENA 2 Uravnoteženi nekompletni blok-plan znači da se svaki nivo glavnog faktora pojavljuje isti broj puta h u eksperimentu i da važe sledeće relacije: b  k = l  h, b  l i h(k – 1) =  (l – 1) Pošto svako slovo u gornjim relacijama predstavlja ceo broj, jasno je da samo ograničen broj kombinacija (l, k, b, h, ) jeste moguć za izradu uravnoteženih nekompletnih blok-planova. Međutim, za datih pet celih brojeva (l, k, b, h, ) koji ispunjavaju gornja tri uslova, nije neophodno da BIB postoji. NAPOMENA 3 Za randomizaciju urediti blokove i nivoe u svakom bloku nezavisno, na slučajan način.

• balanced nested design fully nested design
  English
  

  nested design experiment in which the number of levels of the nested factors is constant EXAMPLE The figure depicts a balanced nested design: Figure This design is a balanced nested design because every laboratory expends two days (the number of levels of factor B is two), and two measurement results are obtained one very day at each of the laboratories (the number of the levels of factor C is two). The days used by the laboratories are likely to be different because they presumably have been chosen randomly over a given testing window. NOTE It is sometimes possible to adjust the definition of afactor into levels that can be compared across the other factors so as to obtain more meaningful information. B1 can be allocated to Monday and B2 can be allocated to Friday. Therefore, results obtained on Mondays can be compared with those obtained on Fridays. All of the laboratories would thus have this in common, unlike the previous situation where they were two unrelated (across laboratories) day allocations. This configuration would now represent a crossed (i.e. each level of a factor is used with all levels of the other factors) rather than a nested classification and hence, can be viewed as a factorial experiment.

  Serbian
  

  ugnežđeni plan eksperimenta u kojem je broj nivoa ugnežđenih faktora konstantan PRIMER Sledeća slika ilustruje uravnoteženi ugnežđeni plan: (videti sliku u standardu) Ovaj plan je uravnoteženi ugnežđeni plan pošto svaka laboratorija koristi dva dana (broj nivoa faktora B je dva), i dva rezultata merenja dobijaju se svakog dana u svakoj laboratoriji (broj nivoa faktora C je dva). Dani koje koriste laboratorije su verovatno različiti pošto se biraju slučajno. NAPOMENA Ponekad je moguće podesiti definiciju faktora u nivoima koji se mogu uporediti sa drugim faktorima i tako dobiti značajnije informacije. B1 se može dodeliti ponedeljku i B2 se može dodeliti petku. Tako se rezultati dobijeni ponedeljkom mogu uporediti sa onima dobijenim petkom. U svim laboratorijama bi ovo bilo zajedničko, nasuprot prethodnoj situaciji gde su bila dva neraspodeljena dana (po laboratorijama). Ova konfiguracija bi sada predstavljala ukrštenu klasifikaciju (tj. svaki nivo faktora se koristi sa svim nivoima drugih faktora) više nego ugnežđenu klasifikaciju i otuda se može posmatrati kao faktorijalni eksperiment.

  Serbian
  

  ugnežđeni plan eksperimenta u kojem je broj nivoa ugnežđenih faktora konstantan PRIMER Sledeća slika ilustruje uravnoteženi ugnežđeni plan: (videti sliku u standardu) Ovaj plan je uravnoteženi ugnežđeni plan pošto svaka laboratorija koristi dva dana (broj nivoa faktora B je dva), i dva rezultata merenja dobijaju se svakog dana u svakoj laboratoriji (broj nivoa faktora C je dva). Dani koje koriste laboratorije su verovatno različiti pošto se biraju slučajno. NAPOMENA Ponekad je moguće podesiti definiciju faktora u nivoima koji se mogu uporediti sa drugim faktorima i tako dobiti značajnije informacije. B1 se može dodeliti ponedeljku i B2 se može dodeliti petku. Tako se rezultati dobijeni ponedeljkom mogu uporediti sa onima dobijenim petkom. U svim laboratorijama bi ovo bilo zajedničko, nasuprot prethodnoj situaciji gde su bila dva neraspodeljena dana (po laboratorijama). Ova konfiguracija bi sada predstavljala ukrštenu klasifikaciju (tj. svaki nivo faktora se koristi sa svim nivoima drugih faktora) više nego ugnežđenu klasifikaciju i otuda se može posmatrati kao faktorijalni eksperiment.

• block
  English
  

  collection of experimental units more homogeneous than the full set of experimental units (1.9) NOTE 1 The term "block" originated in agricultural experiments in which a field was subdivided into section shaving common conditions, such as exposure to the wind, proximity to underground water or thickness of the arable layer. In other situations, blocks are based on batches of raw material, operators, the number of units studied in a day, etc. NOTE 2 Generally, recognition of the existence of blocks may affect how the treatments are assigned to experimental units.

  Serbian
  

  kolekcija (podskup) eksperimentalnih jedinica koja je homogenija od punog skupa eksperimentalnih jedinica (1.9) NAPOMENA 1 Termin „blok” vodi poreklo od eksperimenata u poljoprivredi u kojima je polje deljeno na parcele koje imaju zajedničke uslove, kao što su izloženost vetru, blizina podzemnih voda i debljina sloja oranice. U drugim situacijama, blokovi su zasnovani na šaržama sirovina, operatorima, broju jedinki proučavanih u jednom danu, itd. NAPOMENA 2 Uopšte, činjenica da postoje blokovi može uticati na to kako se tretmani dodeljuju eksperimentalnim jedinicama.

  Serbian
  

  kolekcija (podskup) eksperimentalnih jedinica koja je homogenija od punog skupa eksperimentalnih jedinica (1.9) NAPOMENA 1 Termin „blok” vodi poreklo od eksperimenata u poljoprivredi u kojima je polje deljeno na parcele koje imaju zajedničke uslove, kao što su izloženost vetru, blizina podzemnih voda i debljina sloja oranice. U drugim situacijama, blokovi su zasnovani na šaržama sirovina, operatorima, broju jedinki proučavanih u jednom danu, itd. NAPOMENA 2 Uopšte, činjenica da postoje blokovi može uticati na to kako se tretmani dodeljuju eksperimentalnim jedinicama.

• block design
  English
  

  experimental design that takes explicit advantage of known homogeneity of subsets of the experimental units NOTE Inhomogeneity among experimental units, if ignored in experimental design, can reduce the amount of information obtained from the experiment by increasing the observed variation. Accounting for this situation in the design can increase the experiment's capability of meeting the design objective.

  Serbian
  

  plan u blokovima plan eksperimenta koji eksplicitno koristi poznatu homogenost podskupova eksperimentalnih jedinica NAPOMENA Nehomogenost u eksperimentalnim jedinicama, ako se ignoriše u planu eksperimenta, može da umanji količinu informacija dobijenih iz eksperimenta, povećanjem zapažene varijacije. Uzimajući u obzir ovu situaciju, plan može da poveća sposobnost eksperimenta u postizanju cilja plana.

  Serbian
  

  plan u blokovima plan eksperimenta koji eksplicitno koristi poznatu homogenost podskupova eksperimentalnih jedinica NAPOMENA Nehomogenost u eksperimentalnim jedinicama, ako se ignoriše u planu eksperimenta, može da umanji količinu informacija dobijenih iz eksperimenta, povećanjem zapažene varijacije. Uzimajući u obzir ovu situaciju, plan može da poveća sposobnost eksperimenta u postizanju cilja plana.

• blocking
  English
  

  arrangement of experimental units into relatively homogeneous blocks; within each block, the experimental error can be expected to be smaller than would be expected should a similar number of units be randomly assigned to the treatment (see 1.11, 2.3) NOTE 1 Blocks are usually selected to allow for the effects of assignable causes, in addition to those introduced as factors to be studied (principal factors), which it may be difficult, or even impossible to keep constant for all of the experimental units in the complete experiment. The effect of these assignable causes may be minimized within blocks, thus a more homogeneous experiment sub-space is obtained. The analysis of the experimental results must account for the effect of blocking the experiment. NOTE 2 Blocks which accommodate a complete set of treatments are called "complete blocks". Those which accommodate only a portion of the complete set are called "incomplete blocks". When treatments are dealt with in pairs, these pairs are blocks.

  Serbian
  

  uređivanje eksperimentalnih jedinica u relativno homogene blokove; u svakom bloku se može očekivati da eksperimentalna greška bude manja nego što bi se moglo očekivati u sličnom broju jedinica koje su slučajno raspoređene za tretman (videti 1.11, 2.3) NAPOMENA 1 Blokovi se obično biraju tako da omoguće efekte značajnih uzroka, osim onih koji su navedeni kao faktori koje treba proučiti (glavni faktori) i koji se teško ili čak uopšte ne mogu držati konstantnim za sve eksperimentalne jedinice u kompletnom eksperimentu. Efekat ovih značajnih uzroka može se minimizirati u blokovima, tako da se dobija homogeniji potprostor eksperimenta. Analiza rezultata eksperimenta mora uzeti u obzir efekat podele eksperimenta na blokove. NAPOMENA 2 Blokovi koji sadrže kompletan skup tretmana nazivaju se „kompletni blokovi”. Oni koji sadrže samo deo kompletnog skupa nazivaju se „nekompletni blokovi”. Kada se tretmani obavljaju na parovima, ovi parovi su blokovi.

  Serbian
  

  uređivanje eksperimentalnih jedinica u relativno homogene blokove; u svakom bloku se može očekivati da eksperimentalna greška bude manja nego što bi se moglo očekivati u sličnom broju jedinica koje su slučajno raspoređene za tretman (videti 1.11, 2.3) NAPOMENA 1 Blokovi se obično biraju tako da omoguće efekte značajnih uzroka, osim onih koji su navedeni kao faktori koje treba proučiti (glavni faktori) i koji se teško ili čak uopšte ne mogu držati konstantnim za sve eksperimentalne jedinice u kompletnom eksperimentu. Efekat ovih značajnih uzroka može se minimizirati u blokovima, tako da se dobija homogeniji potprostor eksperimenta. Analiza rezultata eksperimenta mora uzeti u obzir efekat podele eksperimenta na blokove. NAPOMENA 2 Blokovi koji sadrže kompletan skup tretmana nazivaju se „kompletni blokovi”. Oni koji sadrže samo deo kompletnog skupa nazivaju se „nekompletni blokovi”. Kada se tretmani obavljaju na parovima, ovi parovi su blokovi.

• centre point
  English
  

  vector of factor level settings of the form (a1, a2, ... , ak), where all ai equal 0, as notation for the coded levels of the factors NOTE All entries of centre points are zero, so the vectors are of the form (0, 0, ..., 0) corresponding to the centre of the design in the coded variables. The number of these points, for example n0, is chosen to achieve various objectives in response surface designs. Centre points are sometimes replicated to obtain an estimate of the pure error of the process under investigation.

  Serbian
  

  vektor vrednosti nivoa faktora oblika (a1, a2, ..., ak), gde je svako ai jednako 0, kao oznake kodova nivoa faktora NAPOMENA Svi ulazi centralnih tačaka su nule, tako da vektori oblika (0, 0, ..., 0) odgovaraju centralnoj tački plana u kodiranim promenljivim. Broj ovih tačaka, na primer n0, bira se tako da se postignu razni ciljevi u planovima sa površinskim odzivom. Centralne tačke se ponekad replikuju radi ocenjivanja čiste greške analiziranog procesa.

  Serbian
  

  vektor vrednosti nivoa faktora oblika (a1, a2, ..., ak), gde je svako ai jednako 0, kao oznake kodova nivoa faktora NAPOMENA Svi ulazi centralnih tačaka su nule, tako da vektori oblika (0, 0, ..., 0) odgovaraju centralnoj tački plana u kodiranim promenljivim. Broj ovih tačaka, na primer n0, bira se tako da se postignu razni ciljevi u planovima sa površinskim odzivom. Centralne tačke se ponekad replikuju radi ocenjivanja čiste greške analiziranog procesa.

• completely randomized design
  English
  

  design in which the treatments are assigned at random to the full set of experimental units NOTE A completely randomized design may be appropriate only under the assumption that all of the experimental units are reasonably homogeneous (lack of systematic differences), or there is no knowledge of possible heterogeneity.

  Serbian
  

  plan u kojem su tretmani slučajno dodeljeni punom skupu eksperimentalnih jedinica NAPOMENA Potpuno randomizovani plan može da bude pogodan samo pod pretpostavkom da su sve eksperimentalne jedinice prihvatljivo homogene (odsustvo sistematskih razlika), ili da nema saznanja o mogućoj heterogenosti.

  Serbian
  

  plan u kojem su tretmani slučajno dodeljeni punom skupu eksperimentalnih jedinica NAPOMENA Potpuno randomizovani plan može da bude pogodan samo pod pretpostavkom da su sve eksperimentalne jedinice prihvatljivo homogene (odsustvo sistematskih razlika), ili da nema saznanja o mogućoj heterogenosti.

• confounding
  English
  

  combining deliberately two or more effects (main and/or interaction) so as to be indistinguishable NOTE Confounding is an important technique which permits, for example, the effective use of specified blocks in some experimental designs. This is accomplished by deliberately pre-selecting certain effects (main or interactions) as being of little interest, and arranging the design so that it confounds them with block effects, while keeping the other more important effects free from such complications. Confounding may be deliberately used to diminish the number of trials of the experimental plan (1.30). Sometimes, however, confounding results from inadvertent changes to a design during the running of an experiment or from incomplete planning of the design, and it serves to diminish, or even to invalidate, the effectiveness of an experiment.

  Serbian
  

  slobodna kombinacija dva ili više efekata (glavnog i/ili interakcije) pri kojoj se oni ne mogu razlikovati NAPOMENA Konfuzija je važan postupak koji omogućava, na primer, efektivno korišćenje specificiranih blokova u nekim planovima eksperimenata. Ovo se postiže slobodnim odabiranjem izvesnih efekata (glavnog ili interakcija) kao da su od malog interesa i uređivanjem plana tako da su oni pomešani sa efektima blokova, dok su drugi važniji efekti oslobođeni tih komplikacija. Konfuzija se može slobodno koristiti da bi se smanjio broj proba eksperimentalnog plana (1.30). Međutim, ponekad je konfuzija rezultat nenamernih promena plana u toku izvođenja eksperimenata, ili rezultat nekompletnog planiranja, i ona može da umanji ili čak da obezvredi efektivnost eksperimenta.

  Serbian
  

  slobodna kombinacija dva ili više efekata (glavnog i/ili interakcije) pri kojoj se oni ne mogu razlikovati NAPOMENA Konfuzija je važan postupak koji omogućava, na primer, efektivno korišćenje specificiranih blokova u nekim planovima eksperimenata. Ovo se postiže slobodnim odabiranjem izvesnih efekata (glavnog ili interakcija) kao da su od malog interesa i uređivanjem plana tako da su oni pomešani sa efektima blokova, dok su drugi važniji efekti oslobođeni tih komplikacija. Konfuzija se može slobodno koristiti da bi se smanjio broj proba eksperimentalnog plana (1.30). Međutim, ponekad je konfuzija rezultat nenamernih promena plana u toku izvođenja eksperimenata, ili rezultat nekompletnog planiranja, i ona može da umanji ili čak da obezvredi efektivnost eksperimenta.

• cube point
  English
  

  vector of factor level settings of the form (a1, a2, ..., ak), where each ai equals +1 or –1 as a notation for the coded levels of the factors NOTE These points are precisely the type of points found in a two-level full or fractional factorial design (see 2.1). As many as 2k cube points can be used in the context of a central composite design (see example 1 in 2.4).

  Serbian
  

  vektor vrednosti nivoa faktora oblika (a1, a2, ..., ak), gde je svako ai jednako +1 ili –1, kao oznake kodova nivoa faktora NAPOMENA Ove tačke su, precizno, vrsta tačaka nađenih u punom ili delimičnom faktorijalnom planu sa dva nivoa (videti 2.1). Najviše 2k tačaka može se koristiti u kontekstu centralnog složenog plana (videti primer 1 i 2.4).

  Serbian
  

  vektor vrednosti nivoa faktora oblika (a1, a2, ..., ak), gde je svako ai jednako +1 ili –1, kao oznake kodova nivoa faktora NAPOMENA Ove tačke su, precizno, vrsta tačaka nađenih u punom ili delimičnom faktorijalnom planu sa dva nivoa (videti 2.1). Najviše 2k tačaka može se koristiti u kontekstu centralnog složenog plana (videti primer 1 i 2.4).

• curvature
  English
  

  departure from a straight line relationship between the response variable and a predictor variable NOTE 1 Curvature has meaning with quantitative predictor variables, but not with categorical (nominal) or qualitative (ordinal) predictor variables. Detection of curvature requires more than two levels of the factors. In some instances, replicated centre points (the factor set midway between the high and low settings of the factors) can allow the detection and assessment of curvature. Alternatively, an expanded range of the levels of the factor can be necessary to observe curvature. NOTE 2 Returning to the model given in the example of 1.12, curvature can be readily modelled via a form such as: Y =  + X + X2 +  If  deviates from zero, there is evidence of curvature relative to the simple linear relation.

  Serbian
  

  odstupanje od linearne veze između odzivne promenljive i prediktivne promenljive NAPOMENA 1 Zakrivljenost ima značaja za kvantitativne prediktivne promenljive, ali ne za kategorijske (nominalne) ili kvalitativne (redne) prediktivne promenljiive. Otkrivanje zakrivljenosti zahteva više od dva nivoa faktora. U nekim slučajevima, replikovane centralne tačke (faktor postavljen na sredinu između niskih i visokih postavki faktora) mogu da pomognu u otkrivanju i ocenjivanju zakrivljenosti. Alternativno, da bi se zapazila zakrivljenost, može biti neophodan prošireni opseg nivoa faktora. NAPOMENA 2 Vraćajući se na model dat u primeru u 1.12, zakrivljenost se može odmah modelovati preko oblika kao što je: Y =  + X + X2 +  Ako  odstupa od nule, tada je evidentna zakrivljenost u odnosu na jednostavnu linearnu vezu.

  Serbian
  

  odstupanje od linearne veze između odzivne promenljive i prediktivne promenljive NAPOMENA 1 Zakrivljenost ima značaja za kvantitativne prediktivne promenljive, ali ne za kategorijske (nominalne) ili kvalitativne (redne) prediktivne promenljiive. Otkrivanje zakrivljenosti zahteva više od dva nivoa faktora. U nekim slučajevima, replikovane centralne tačke (faktor postavljen na sredinu između niskih i visokih postavki faktora) mogu da pomognu u otkrivanju i ocenjivanju zakrivljenosti. Alternativno, da bi se zapazila zakrivljenost, može biti neophodan prošireni opseg nivoa faktora. NAPOMENA 2 Vraćajući se na model dat u primeru u 1.12, zakrivljenost se može odmah modelovati preko oblika kao što je: Y =  + X + X2 +  Ako  odstupa od nule, tada je evidentna zakrivljenost u odnosu na jednostavnu linearnu vezu.

• D-optimal design
  English
  

  design which maximizes the determinant of XX NOTE The criterion for the D-optimal design relates to the volume of the confidence ellipsoid of the coefficients associated with the design matrix X. The Plackett-Burman designs in 2.2 are D-optimal with respect to a main effects model.

  Serbian
  

  plan koji maksimizira determinantu XX NAPOMENA Kriterijum za optimalni plan D odnosi se na zapreminu elipsoida poverenja koeficijenata pridruženih matrici plana X. Plaket-Bermanovi planovi u 2.2 su optimalni planovi D u odnosu na model glavnih efekata.

  Serbian
  

  plan koji maksimizira determinantu XX NAPOMENA Kriterijum za optimalni plan D odnosi se na zapreminu elipsoida poverenja koeficijenata pridruženih matrici plana X. Plaket-Bermanovi planovi u 2.2 su optimalni planovi D u odnosu na model glavnih efekata.

• design matrix
  English
  

  matrix with rows representing individual treatments (possibly transformed according to the assumed model) which can be extended by deduced levels of other functions of factor levels (interactions, quadratic terms, etc.) but are dependent upon the assumed model NOTE 1 For a given experimental plan, several design matrices can be envisaged depending upon the assumed model. NOTE 2 The design or model matrix is commonly denoted X. Each row of X corresponds to a single treatment. The first column of X may consist of all 1's if an overall mean term, for example , is in the model. Other columns can represent factors or functions of the predictor variables.

  Serbian
  

  matrica sa redovima koji predstavljaju individualne tretmane (potencijalno transformisani u skladu sa pretpostavljenim modelom), koji mogu biti prošireni uvođenjem nivoa drugih funkcija nivoa faktora (interakcija, kvadratnih članova itd.), zavisnih od pretpostavljenog modela NAPOMENA 1 Za dati eksperimentalni plan može se formirati više matrica plana zavisno od pretpostavljenog modela. NAPOMENA 2 Matrica plana ili model se obično označavaju sa X. Svaka vrsta od X odgovara jednom tretmanu. Prva kolona od X može se sastojati od svih prvih članova ukoliko je sveukupna srednja vrednost, na primer , u modelu. Druge kolone mogu predstavljati faktore ili funkcije prediktivnih promenljivih.

  Serbian
  

  matrica sa redovima koji predstavljaju individualne tretmane (potencijalno transformisani u skladu sa pretpostavljenim modelom), koji mogu biti prošireni uvođenjem nivoa drugih funkcija nivoa faktora (interakcija, kvadratnih članova itd.), zavisnih od pretpostavljenog modela NAPOMENA 1 Za dati eksperimentalni plan može se formirati više matrica plana zavisno od pretpostavljenog modela. NAPOMENA 2 Matrica plana ili model se obično označavaju sa X. Svaka vrsta od X odgovara jednom tretmanu. Prva kolona od X može se sastojati od svih prvih članova ukoliko je sveukupna srednja vrednost, na primer , u modelu. Druge kolone mogu predstavljati faktore ili funkcije prediktivnih promenljivih.

• design region design space
  English
  

  set of allowable values for the predictor variables

  Serbian
  

  skup dozvoljenih vrednosti za prediktivnu promenljivu

  Serbian
  

  skup dozvoljenih vrednosti za prediktivnu promenljivu

• design resolution
  English
  

  length of the shortest character string in the defining relation NOTE 1 The design resolution provides a description of the extent of the aliasing in a particular design. The numerical length is generally given by upper case Roman numerals. The three most common practical situations are resolutions III, IV and V. For a resolution III design, the shortest character string (aside from "I") is 3, which implies that for this design, main effects are not aliased with other main effects. At least one main effect is aliased with a two-way interaction. For a resolution IV design, main effects are not aliased with other main effects or with any two-way interactions. At least one two-way interaction is aliased with another two-way interaction. For a resolution V design, main effects and two-way interactions are not aliased with any other main effects or with any other two-way interactions. NOTE 2 The higher the resolution, the more effects (main or interactions) can be estimated unambiguously. Given a choice of two potential designs involving the same number of factors and experimental units, the design with the higher resolution should be selected. Fortunately, for most cases of k and p of practical interest, the most appropriate defining relations are recorded. EXAMPLE The example in 2.1.2.2 is continued. The design resolution for this 26–2 fractional factorial design is to be obtained from its defining relation. More precisely, the design resolution is the length of the shortest word or character string (aside from "I") in the defining relation. Using the conventions IA = AI = A, IB = BI = B, I = A2 = B2 = C2 and so forth, the generating relation E =ABC is equivalent to EE = ABCE, which in turn is equivalentto I = ABCE. Similarly, F = BCD leads to I = BCDF. The defining relation is completed by evaluating the generalized interaction ABCE  BCDF = ADEF. Hence, the defining relation is I = ABCE = BCDF = ADEF. The shortest word (other than I), has a length of four, there fore the resolutionis IV. NOTE 3

  Serbian
  

  dužina najkraćeg slovnog niza u definicionoj relaciji NAPOMENA 1 Razlaganje plana daje opis opsega nerazdvojivih efekata u posmatranom planu. Numerička dužina se obično daje velikim slovima rimskih brojeva. Tri najčešće praktične situacije su razlaganja III, IV i V. Za plan razlaganja III, najkraći slovni niz (pored „I”) je 3, koji pokazuje da su za ovaj plan glavni efekti odvojivi od drugih glavnih efekata. Najmanje jedan glavni efekat je neodvojiv od dvoulazne interakcije. Za plan razlaganja IV, glavni efekti su odvojivi od drugih glavnih efekata ili od bilo kojih dvoulaznih interakcija. Najmanje jedna dvoulazna interakcija je neodvojiva od druge dvoulazne interakcije. Za plan razlaganja V, glavni efekti i dvoulazne interakcije su odvojivi od bilo kojih drugih glavnih efekata ili od bilo kojih drugih dvoulaznih interakcija. NAPOMENA 2 Što je viša rezolucija, to se više efekata (glavnih i interakcija) može nedvosmisleno oceniti. Ako se bira jedan od dva potencijalna plana koji obuhvataju isti broj faktora i eksperimentalnih jedinica, treba odabrati onaj plan sa višom rezolucijom. Srećom, za većinu slučajeva za k i p koji su od praktičnog interesa, raspoložive su najpogodnije definicione relacije. PRIMER Nastavlja se primer iz 2.1.2.2. Razlaganje plana za frakcionalni faktorijalni plan 26–2 može se dobiti polazeći od njegove definicione relacije. Preciznije, razlaganje plana je dužina najkraće reči ili slovnog niza (pored „I”) u definicionoj relaciji. Koristeći konvencije IA = AI = A, IB = BI = B, I = A2 = B2 = C2 i tako dalje, izvorna relacija E = ABC ekvivalentna je EE = ABCE, koja je isto ekvivalentna I = ABCE. Slično, F = BCD vodi ka I = BCDF. Definiciona relacija se kompletira određivanjem generalizovane interakcije ABCE  BCDF = ADEF. Otuda je definiciona relacija I = ABCE = BCDF = ADEF. Najkraća reč (osim I) ima dužinu četiri, zbog čega je rezolucija IV. NAPOMENA 3 Planeri se obično pozivaju na Boks-Hanterove generatore, mada se ova koncepcija može povezati sa njihovim ranijim radovima.

  Serbian
  

  dužina najkraćeg slovnog niza u definicionoj relaciji NAPOMENA 1 Razlaganje plana daje opis opsega nerazdvojivih efekata u posmatranom planu. Numerička dužina se obično daje velikim slovima rimskih brojeva. Tri najčešće praktične situacije su razlaganja III, IV i V. Za plan razlaganja III, najkraći slovni niz (pored „I”) je 3, koji pokazuje da su za ovaj plan glavni efekti odvojivi od drugih glavnih efekata. Najmanje jedan glavni efekat je neodvojiv od dvoulazne interakcije. Za plan razlaganja IV, glavni efekti su odvojivi od drugih glavnih efekata ili od bilo kojih dvoulaznih interakcija. Najmanje jedna dvoulazna interakcija je neodvojiva od druge dvoulazne interakcije. Za plan razlaganja V, glavni efekti i dvoulazne interakcije su odvojivi od bilo kojih drugih glavnih efekata ili od bilo kojih drugih dvoulaznih interakcija. NAPOMENA 2 Što je viša rezolucija, to se više efekata (glavnih i interakcija) može nedvosmisleno oceniti. Ako se bira jedan od dva potencijalna plana koji obuhvataju isti broj faktora i eksperimentalnih jedinica, treba odabrati onaj plan sa višom rezolucijom. Srećom, za većinu slučajeva za k i p koji su od praktičnog interesa, raspoložive su najpogodnije definicione relacije. PRIMER Nastavlja se primer iz 2.1.2.2. Razlaganje plana za frakcionalni faktorijalni plan 26–2 može se dobiti polazeći od njegove definicione relacije. Preciznije, razlaganje plana je dužina najkraće reči ili slovnog niza (pored „I”) u definicionoj relaciji. Koristeći konvencije IA = AI = A, IB = BI = B, I = A2 = B2 = C2 i tako dalje, izvorna relacija E = ABC ekvivalentna je EE = ABCE, koja je isto ekvivalentna I = ABCE. Slično, F = BCD vodi ka I = BCDF. Definiciona relacija se kompletira određivanjem generalizovane interakcije ABCE  BCDF = ADEF. Otuda je definiciona relacija I = ABCE = BCDF = ADEF. Najkraća reč (osim I) ima dužinu četiri, zbog čega je rezolucija IV. NAPOMENA 3 Planeri se obično pozivaju na Boks-Hanterove generatore, mada se ova koncepcija može povezati sa njihovim ranijim radovima.

• designed experiment
  English
  

  experimental plan selected so as to meet a specified objective NOTE The purpose of designing an experiment is to provide the most efficient and economical method of reaching valid and relevant conclusions from the experiment. The selection of an appropriate design for an experiment will depend on considerations such as the type of questions to be addressed, the degree of generality to be attached to the conclusions, the magnitude of the effect from which a high probability of detection (power) is desired, the homogeneity of the experimental units and the cost of performing the experiment. A properly designed experiment will frequently lead to relatively simple statistical analysis and interpretation of the results.

  Serbian
  

  plan eksperimenta odabran tako da se postigne specificirani cilj NAPOMENA Svrha planiranja eksperimenta jeste da se obezbedi najefikasnija i ekonomična metoda za dobijanje valjanih i značajnih zaključaka iz eksperimenta. Izbor pogodnog plana za eksperiment zavisiće od razmatranja, kao što su vrsta pitanja na koja se želi odgovoriti, stepen uopštenosti koji treba dati u zaključcima, veličina efekta od kojeg se zahteva velika verovatnoća otkrivanja (moći), homogenost (jednorodnost) eksperimentalnih jedinica i troškovi izvođenja eksperimenta. Pravilno planirani eksperiment često će dovesti do relativno jednostavne statističke analize i interpretacije rezultata.

  Serbian
  

  plan eksperimenta odabran tako da se postigne specificirani cilj NAPOMENA Svrha planiranja eksperimenta jeste da se obezbedi najefikasnija i ekonomična metoda za dobijanje valjanih i značajnih zaključaka iz eksperimenta. Izbor pogodnog plana za eksperiment zavisiće od razmatranja, kao što su vrsta pitanja na koja se želi odgovoriti, stepen uopštenosti koji treba dati u zaključcima, veličina efekta od kojeg se zahteva velika verovatnoća otkrivanja (moći), homogenost (jednorodnost) eksperimentalnih jedinica i troškovi izvođenja eksperimenta. Pravilno planirani eksperiment često će dovesti do relativno jednostavne statističke analize i interpretacije rezultata.

• dispersion effect
  English
  

  influence of a single factor on the variance of the response variable NOTE It is important to recognize that a factor that does not have much influence on the mean response may have dramatic effects on the variability of the response. In such situations, a particular level of the factor can be much more desirable in terms of achieving low variability or consistency in the responses. It is also possible that a factor can influence both the mean and the variance of the response variable.

  Serbian
  

  uticaj jedinog faktora na varijansu odzivne promenljive NAPOMENA Važno je spoznati da faktor koji nema velikog uticaja na srednju vrednost odziva može imati znatne efekte na varijabilnost (promenljivost) odziva. U takvim situacijama, poseban nivo faktora može da bude pogodniji za postizanje niske promenljivosti ili stalnosti u odzivima. Takođe je moguće da faktor može uticati i na srednju vrednost i na varijansu odzivne promenljive.

  Serbian
  

  uticaj jedinog faktora na varijansu odzivne promenljive NAPOMENA Važno je spoznati da faktor koji nema velikog uticaja na srednju vrednost odziva može imati znatne efekte na varijabilnost (promenljivost) odziva. U takvim situacijama, poseban nivo faktora može da bude pogodniji za postizanje niske promenljivosti ili stalnosti u odzivima. Takođe je moguće da faktor može uticati i na srednju vrednost i na varijansu odzivne promenljive.

• Empty name
  English
  No information

  Serbian
  

  statistička linearna funkcija vrednosti odziva kod koje je zbir koeficijenata jednak nuli kada svi koeficijenti nisu jednaki nuli NAPOMENA Sa zapažanjima y1, y2, ..., yn, linearna funkcija a1y1 + a2y2 + ... + anyn je kontrast ako i samo ako je a1 + a2 + ... + an = 0, kada sve vrednosti ai nisu jednake nuli. PRIMER 1 Faktor je primenjen na tri nivoa i rezultati su prikazani sa y1, y2 i y3. Među mnogim pitanjima koja se mogu postaviti treba razmotriti razlike odziva na prvom i trećem nivou eksperimenta (zanemarujući privremeno srednji nivo). Pogodni kontrast za ocenjivanje ovog pitanja dat je dole (videti pitanje 1) i zahteva vrednosti y1 i y3. Ako su nivoi na jednakim rastojanjima, drugo pitanje (pitanje 2) koje može biti postavljeno jeste da li je evidentno da odzivna slika pokazuje (kvadratnu) zakrivljenost više nego jednostavni linearni trend. Ovde se srednja vrednost od y1 i y3, može uporediti sa y2. (Ako nema zakrivljenosti, y2 treba da padne uz liniju koja spaja y1 i y3 ili, drugim rečima, biće približno jednako njihovoj srednjoj vrednosti).

  Serbian
  

  statistička linearna funkcija vrednosti odziva kod koje je zbir koeficijenata jednak nuli kada svi koeficijenti nisu jednaki nuli NAPOMENA Sa zapažanjima y1, y2, ..., yn, linearna funkcija a1y1 + a2y2 + ... + anyn je kontrast ako i samo ako je a1 + a2 + ... + an = 0, kada sve vrednosti ai nisu jednake nuli. PRIMER 1 Faktor je primenjen na tri nivoa i rezultati su prikazani sa y1, y2 i y3. Među mnogim pitanjima koja se mogu postaviti treba razmotriti razlike odziva na prvom i trećem nivou eksperimenta (zanemarujući privremeno srednji nivo). Pogodni kontrast za ocenjivanje ovog pitanja dat je dole (videti pitanje 1) i zahteva vrednosti y1 i y3. Ako su nivoi na jednakim rastojanjima, drugo pitanje (pitanje 2) koje može biti postavljeno jeste da li je evidentno da odzivna slika pokazuje (kvadratnu) zakrivljenost više nego jednostavni linearni trend. Ovde se srednja vrednost od y1 i y3, može uporediti sa y2. (Ako nema zakrivljenosti, y2 treba da padne uz liniju koja spaja y1 i y3 ili, drugim rečima, biće približno jednako njihovoj srednjoj vrednosti).

• Empty name
  English
  No information

  Serbian
  

  faktorijalni eksperiment u kojem se proučava k faktora, a svaki od njih na dva nivoa PRIMER Faktorijalni eksperiment 24 može da bude pogodan za istraživanje efekta četiri faktora na proces: pritiska, temperature, katalizatora i operatera. Neka je A pritisak (nizak ili visok), B faktor temperature (niska ili visoka), C predstavlja katalizator (prisutan ili odsutan) i D odgovara operateru (jedan od dva).

  Serbian
  

  faktorijalni eksperiment u kojem se proučava k faktora, a svaki od njih na dva nivoa PRIMER Faktorijalni eksperiment 24 može da bude pogodan za istraživanje efekta četiri faktora na proces: pritiska, temperature, katalizatora i operatera. Neka je A pritisak (nizak ili visok), B faktor temperature (niska ili visoka), C predstavlja katalizator (prisutan ili odsutan) i D odgovara operateru (jedan od dva).

• Empty name
  English
  No information

  Serbian
  

  plan predviđen za identifikovanje podskupa od skupa faktora za proučavanje koje sledi NAPOMENA 1 Ovakvi planovi se obično koncentrišu na istraživanje glavnih efekata, u prisustvu interakcija koje vode ka komplikacijama u analizi i, moguće, ka potrebi dodatnih realizacija radi razrešenja dvosmislenosti. PRIMER 1 Frakcionalni faktorijalni planovi 2k–p (posebno oni koji su visokofrakcionalizovani (izdeljeni) u 2.1.2.2 mogu se posmatrati kao trijažni planovi. PRIMER 2 Plaket i Berman 4 predložili su skup trijažnih planova sa dva nivoa, sa brojem tretmana uvećanim četiri puta. Njihovi planovi se obično biraju za situacije u kojima se broj glavnih efekata koji se analiziraju približava broju dopuštenih (nereplikovanih) tretmana. Na primer, Plaket-Bermanov plan sa 12 tretmana koji je dat ispod, može se koristiti za odabir 11 glavnih efekata. Za ovaj plan prisustvo dvoulaznih interakcija (na primer, AB) može uticati na ocenu glavnih efekata C, D, ..., K.

  Serbian
  

  plan predviđen za identifikovanje podskupa od skupa faktora za proučavanje koje sledi NAPOMENA 1 Ovakvi planovi se obično koncentrišu na istraživanje glavnih efekata, u prisustvu interakcija koje vode ka komplikacijama u analizi i, moguće, ka potrebi dodatnih realizacija radi razrešenja dvosmislenosti. PRIMER 1 Frakcionalni faktorijalni planovi 2k–p (posebno oni koji su visokofrakcionalizovani (izdeljeni) u 2.1.2.2 mogu se posmatrati kao trijažni planovi. PRIMER 2 Plaket i Berman 4 predložili su skup trijažnih planova sa dva nivoa, sa brojem tretmana uvećanim četiri puta. Njihovi planovi se obično biraju za situacije u kojima se broj glavnih efekata koji se analiziraju približava broju dopuštenih (nereplikovanih) tretmana. Na primer, Plaket-Bermanov plan sa 12 tretmana koji je dat ispod, može se koristiti za odabir 11 glavnih efekata. Za ovaj plan prisustvo dvoulaznih interakcija (na primer, AB) može uticati na ocenu glavnih efekata C, D, ..., K.

• evolutionary operation EVOP
  English
  

  sequential form of experimentation conducted in production facilities during regular production NOTE The principal purpose of an EVOP is to obtain knowledge for improving the process together with the product, and to design experiments using relatively small shifts in factor levels (within production tolerances) at a minimal cost. The range of variation of the factors for any one EVOP experiment is usually quite small in order to avoid making out-of-tolerance products, and this may require considerable replication so as to reduce the effect of random variation.

  Serbian
  

  postupni oblik eksperimentisanja sprovedenog u proizvodnim pogonima u toku regularne proizvodnje NAPOMENA Glavni cilj EVOP-a jeste da se steknu znanja radi poboljšanja procesa zajedno sa proizvodom i planiranje eksperimenata koristeći relativno mala pomeranja u nivoima faktora (u proizvodnim tolerancijama) pri minimalnim troškovima. Opseg promene faktora za bilo koji EVOP eksperiment obično je sasvim mali da bi se izbeglo stvaranje proizvoda van tolerancije, a ovo može da zahteva brojno replikovanje, tako da bi se smanjio efekat slučajne promene.

  Serbian
  

  postupni oblik eksperimentisanja sprovedenog u proizvodnim pogonima u toku regularne proizvodnje NAPOMENA Glavni cilj EVOP-a jeste da se steknu znanja radi poboljšanja procesa zajedno sa proizvodom i planiranje eksperimenata koristeći relativno mala pomeranja u nivoima faktora (u proizvodnim tolerancijama) pri minimalnim troškovima. Opseg promene faktora za bilo koji EVOP eksperiment obično je sasvim mali da bi se izbeglo stvaranje proizvoda van tolerancije, a ovo može da zahteva brojno replikovanje, tako da bi se smanjio efekat slučajne promene.

• experimental error
  English
  

  variation in the response variable beyond that accounted for by the factors, blocks or other attributable sources in the conduct of the experiment NOTE 1 It is a common characteristic of experiments that, when repeated, results vary from trial to trial, though the experimental materials, environmental conditions and the experimental operations have been carefully controlled. Thus, experimental error is a common occurrence. This variation introduces a degree of uncertainty into conclusions drawn from these results, and consequently, should be considered when reaching conclusions. NOTE 2 Specific refinements to this broad conceptual error frame work for the individual response variables are provided by the terms residual (1.21), residual error (1.22) and pure error (1.23). NOTE 3

  Serbian
  

  varijacija odzivne promenljive izvan one koja je očekivana od faktora, blokova ili drugih atributivnih izvora u sprovođenju eksperimenta NAPOMENA 1 Zajednička karakteristika eksperimenata jeste da, kada se ponavljaju, rezultati variraju od probe do probe, iako su eksperimentalni materijal, uslovi okoline i eksperimentalne operacije pažljivo kontrolisani. Tako je eksperimentalna greška zajednička pojava. Ova varijacija unosi stepen nesigurnosti u zaključke izvučene iz ovih rezultata, i zbog toga treba da se razmatra kada se donose zaključci. NAPOMENA 2 Specifična poboljšanja ovog širokog obima pojma greške za individualne odzivne promenljive data su opštim izrazima ostatak (1.21), greška ostatka (1.22) i čista greška (1.23). NAPOMENA 3 Termini „standardna devijacija ponovljivosti” (ISO 3534-1:1993, 3.17) i „reproduktivna standardna devijacija” (ISO 3534-1:1993, 3.22), koji se primenjuju direktno u kontekstu plana eksperimenta, od interesa su u odnosu na eksperimentalnu grešku ako je stvarni plan eksperimenta u skladu sa uslovima ponovljivosti (ISO 3534-1:1993, 3.16) ili uslovima reproduktivnosti (ISO 3534-1:1993, 3.21), respektivno.

  Serbian
  

  varijacija odzivne promenljive izvan one koja je očekivana od faktora, blokova ili drugih atributivnih izvora u sprovođenju eksperimenta NAPOMENA 1 Zajednička karakteristika eksperimenata jeste da, kada se ponavljaju, rezultati variraju od probe do probe, iako su eksperimentalni materijal, uslovi okoline i eksperimentalne operacije pažljivo kontrolisani. Tako je eksperimentalna greška zajednička pojava. Ova varijacija unosi stepen nesigurnosti u zaključke izvučene iz ovih rezultata, i zbog toga treba da se razmatra kada se donose zaključci. NAPOMENA 2 Specifična poboljšanja ovog širokog obima pojma greške za individualne odzivne promenljive data su opštim izrazima ostatak (1.21), greška ostatka (1.22) i čista greška (1.23). NAPOMENA 3 Termini „standardna devijacija ponovljivosti” (ISO 3534-1:1993, 3.17) i „reproduktivna standardna devijacija” (ISO 3534-1:1993, 3.22), koji se primenjuju direktno u kontekstu plana eksperimenta, od interesa su u odnosu na eksperimentalnu grešku ako je stvarni plan eksperimenta u skladu sa uslovima ponovljivosti (ISO 3534-1:1993, 3.16) ili uslovima reproduktivnosti (ISO 3534-1:1993, 3.21), respektivno.

• experimental plan
  English
  

  assignment of treatments to each experimental unit and the time order in which the treatments are to be applied

  Serbian
  

  dodeljivanje tretmana svakoj eksperimentalnoj jedinici, kao i vremenskog redosleda u kojem se tretmani moraju primeniti

  Serbian
  

  dodeljivanje tretmana svakoj eksperimentalnoj jedinici, kao i vremenskog redosleda u kojem se tretmani moraju primeniti

• experimental unit
  English
  

  entity receiving a particular treatment, subsequently yielding a value of the response variable

  Serbian
  

  jedinica koja dobija poseban tretman, pošto daje vrednost odzivne promenljive

  Serbian
  

  jedinica koja dobija poseban tretman, pošto daje vrednost odzivne promenljive

• factor
  English
  

  predictor variable that is varied with the intent of assessing its effect on the response variable NOTE 1 A factor may provide an assignable cause for the outcome of an experiment. NOTE 2 The use of factor here is more specific than its generic use as a synonym for predictor variable (1.3). NOTE 3 A factor may be associated with the creation of blocks (1.11).

  Serbian
  

  prediktivna promenljiva koja se menja u cilju ocenjivanja njenog efekta na odzivnu promenljivu NAPOMENA 1 Faktor može znatno da utiče na rezultat eksperimenta. NAPOMENA 2 Korišćenje faktora ovde je specifičnije nego njegovo izvorno korišćenje kao sinonima za prediktivnu promenljivu (1.3). NAPOMENA 3 Faktor se može povezati sa stvaranjem blokova (1.11).

  Serbian
  

  prediktivna promenljiva koja se menja u cilju ocenjivanja njenog efekta na odzivnu promenljivu NAPOMENA 1 Faktor može znatno da utiče na rezultat eksperimenta. NAPOMENA 2 Korišćenje faktora ovde je specifičnije nego njegovo izvorno korišćenje kao sinonima za prediktivnu promenljivu (1.3). NAPOMENA 3 Faktor se može povezati sa stvaranjem blokova (1.11).

• fixed effects analysis of variance
  English
  

  analysis of variance in which the levels of each factor are pre-selected over the range of values of the factors NOTE With fixed levels, it is inappropriate to compute components of variance. This model is sometimes referred to as a model 1 analysis of variance.

  Serbian
  

  analiza varijanse u kojoj su nivoi svakog faktora prethodno odabrani u opsegu vrednosti faktora NAPOMENA Sa fiksnim nivoima, nije pogodno računati komponente varijanse. Ovaj model se ponekad naziva model 1 analize varijanse.

  Serbian
  

  analiza varijanse u kojoj su nivoi svakog faktora prethodno odabrani u opsegu vrednosti faktora NAPOMENA Sa fiksnim nivoima, nije pogodno računati komponente varijanse. Ovaj model se ponekad naziva model 1 analize varijanse.

• fractional factorial experiment
  English
  

  experiment consisting of a subset of the full factorial experiment NOTE Typically, the fraction is a simple proportion of the full set of possible treatment combinations. For example, half-fractions, quarter-fractions, and so forth are common.

  Serbian
  

  eksperiment koji se sastoji od podskupa potpunog faktorijalnog eksperimenta NAPOMENA Tipično, frakcija je jednostavan deo potpunog skupa mogućih kombinacija tretmana. Na primer, uobičajene su polufrakcije, četvrtinske frakcije itd.

  Serbian
  

  eksperiment koji se sastoji od podskupa potpunog faktorijalnog eksperimenta NAPOMENA Tipično, frakcija je jednostavan deo potpunog skupa mogućih kombinacija tretmana. Na primer, uobičajene su polufrakcije, četvrtinske frakcije itd.

• full factorial experiment factorial experiment
  English
  

  experiment consisting of all possible treatments formed from two or more factors, each being studied at two or more levels NOTE 1

  Serbian
  

  eksperiment sastavljen od svih mogućih tretmana formiranih od dva ili više faktora, od kojih je svaki proučavan na dva ili više nivoa NAPOMENA 1 Sve interakcije i glavni efekti mogu se oceniti iz faktorijalnog eksperimenta. NAPOMENA 2 Faktorijalni eksperiment se obično opisuje simbolično kao proizvod broja nivoa svakog faktora. Na primer, jedan eksperiment zasnovan na 3 nivoa faktora A, 2 nivoa faktora B i 4 nivoa faktora C označio bi se kao 3  2  4 faktorijalni eksperiment. Proizvod ovih brojeva pokazuje broj tretmana. NAPOMENA 3 Kada faktorijalni eksperiment uključuje faktore sa istim brojem nivoa, opis se obično daje u vidu broja nivoa stepenovanom sa brojem faktora k. Tako bi se eksperiment sa dva faktora koji imaju po tri nivoa označio kao 23 faktorijalni eksperiment (k je jednako 2), a zahteva 9 eksperimentalnih jedinica kojima se daju različiti tretmani. NAPOMENA 4 Potpuni faktorijalni planovi se ponekad označavaju kao unakrsni planovi.

  Serbian
  

  eksperiment sastavljen od svih mogućih tretmana formiranih od dva ili više faktora, od kojih je svaki proučavan na dva ili više nivoa NAPOMENA 1 Sve interakcije i glavni efekti mogu se oceniti iz faktorijalnog eksperimenta. NAPOMENA 2 Faktorijalni eksperiment se obično opisuje simbolično kao proizvod broja nivoa svakog faktora. Na primer, jedan eksperiment zasnovan na 3 nivoa faktora A, 2 nivoa faktora B i 4 nivoa faktora C označio bi se kao 3  2  4 faktorijalni eksperiment. Proizvod ovih brojeva pokazuje broj tretmana. NAPOMENA 3 Kada faktorijalni eksperiment uključuje faktore sa istim brojem nivoa, opis se obično daje u vidu broja nivoa stepenovanom sa brojem faktora k. Tako bi se eksperiment sa dva faktora koji imaju po tri nivoa označio kao 23 faktorijalni eksperiment (k je jednako 2), a zahteva 9 eksperimentalnih jedinica kojima se daju različiti tretmani. NAPOMENA 4 Potpuni faktorijalni planovi se ponekad označavaju kao unakrsni planovi.

• G-optimal design
  English
  

  design which minimizes the maximum variance of prediction over the design space NOTE G-optimality does not directly and explicitly involve X. However, it can be shown in certain mathematical contexts that the D- and G- optimality criteria are equivalent, so that one can use the G-optimality criterion (which facilitates the optimization process) to obtain a D-optimal design.

  Serbian
  

  plan koji minimizira maksimum varijanse predviđanja u prostoru plana NAPOMENA Optimalnost G ne obuhvata direktno i implicitno X. Međutim, u izvesnim matematičkim kontestima može se pokazati da su ekvivalentni kriterijumi optimalnosti D i G, tako da se može koristiti kriterijum G optimalnosti (koji olakšava proces optimizacije) radi dobijanja optimalnog plana D.

  Serbian
  

  plan koji minimizira maksimum varijanse predviđanja u prostoru plana NAPOMENA Optimalnost G ne obuhvata direktno i implicitno X. Međutim, u izvesnim matematičkim kontestima može se pokazati da su ekvivalentni kriterijumi optimalnosti D i G, tako da se može koristiti kriterijum G optimalnosti (koji olakšava proces optimizacije) radi dobijanja optimalnog plana D.

• graphical method
  English
  

  analysis based on pictorial depiction of results from an experiment NOTE Simple plots can provide an initial, effective assessment as to the outcome of a designed experiment.

  Serbian
  

  analiza zasnovana na grafičkom prikazu rezultata eksperimenata NAPOMENA Jednostavni dijagrami mogu dati početnu efikasnu ocenu rezultata plana eksperimenta.

  Serbian
  

  analiza zasnovana na grafičkom prikazu rezultata eksperimenata NAPOMENA Jednostavni dijagrami mogu dati početnu efikasnu ocenu rezultata plana eksperimenta.

• incomplete block design
  English
  

  design in which the experimental units are subdivided into blocks which are insufficient to run a complete set of treatments of the experiment NOTE In effect, a randomized block design (2.3.1) can be construed as a "complete" block design emphasizing that a sufficient number of experimental units are available within each block to accommodate the number of treatments.

  Serbian
  

  plan u kojem su eksperimentalne jedinice podeljene u blokove koji su nedovoljni za sprovođenje kompletnog skupa tretmana eksperimenta NAPOMENA U stvari, randomizovani blok-plan (2.3.1) može se konstruisati kao „kompletni” blok-plan naglašavajući da je na raspolaganju dovoljan broj eksperimentalnih jedinica u svakom bloku koji odgovara broju tretmana.

  Serbian
  

  plan u kojem su eksperimentalne jedinice podeljene u blokove koji su nedovoljni za sprovođenje kompletnog skupa tretmana eksperimenta NAPOMENA U stvari, randomizovani blok-plan (2.3.1) može se konstruisati kao „kompletni” blok-plan naglašavajući da je na raspolaganju dovoljan broj eksperimentalnih jedinica u svakom bloku koji odgovara broju tretmana.

• interaction
  English
  

  effect for which the apparent influence of one factor on the response variable depends upon one or more other factors NOTE 1 Interaction indicates an inconsistency of the main effect of a factor on the response depending on the level of another factor. Differential effect is used as a synonym. The following figure indicates these phenomena. NOTE 2 Most commonly, interactions are considered involving only two factors and are more precisely referred to as either two-way interactions or first order interactions. Of course, it is possible that three factors, for example A, B, and C, interact in the sense that the first order interaction of AB depends on the level of factor C. In this case, there is a second order interaction. Similarly, third, fourth, and higher order interactions can be conceived. NOTE 3

  Serbian
  

  efekat kod kojeg očigledan uticaj jednog faktora na odzivnu promenljivu zavisi od jednog ili više drugih faktora NAPOMENA 1 Interakcija pokazuje nepostojnost glavnog efekta na odziv koji zavisi od nivoa drugog faktora. Kao sinonim se koristi „diferencijalni efekat”. Sledeća slika pokazuje ove fenomene. NAPOMENA 2 Najčešće, interakcije koje se razmatraju sadrže dva faktora i preciznije se nazivaju dvoulazne interakcije ili interakcije prvog reda. Naravno, moguće je da tri faktora, na primer A, B i C, imaju međusobnu interakciju u smislu da interakcije prvog reda AB zavise od nivoa faktora C. U ovom slučaju, postoji interakcija drugog reda. Slično se mogu zamisliti i interakcije trećeg, četvrtog i višeg reda. NAPOMENA 3 Primer 3 u 1.1 prikazuje formalni model eksperimenta sa dva faktora i dvoulaznu interakciju ili interakciju prvog reda ij između njih.

  Serbian
  

  efekat kod kojeg očigledan uticaj jednog faktora na odzivnu promenljivu zavisi od jednog ili više drugih faktora NAPOMENA 1 Interakcija pokazuje nepostojnost glavnog efekta na odziv koji zavisi od nivoa drugog faktora. Kao sinonim se koristi „diferencijalni efekat”. Sledeća slika pokazuje ove fenomene. NAPOMENA 2 Najčešće, interakcije koje se razmatraju sadrže dva faktora i preciznije se nazivaju dvoulazne interakcije ili interakcije prvog reda. Naravno, moguće je da tri faktora, na primer A, B i C, imaju međusobnu interakciju u smislu da interakcije prvog reda AB zavise od nivoa faktora C. U ovom slučaju, postoji interakcija drugog reda. Slično se mogu zamisliti i interakcije trećeg, četvrtog i višeg reda. NAPOMENA 3 Primer 3 u 1.1 prikazuje formalni model eksperimenta sa dva faktora i dvoulaznu interakciju ili interakciju prvog reda ij između njih.

• interaction plot
  English
  

  plot providing the average responses at the levels of two distinct factors NOTE Interaction plots provide a graphical detection tool for interpreting interactions. Lack of parallelism is an indication of interaction effects.

  Serbian
  

  grafik koji daje srednje odzive na nivoima dva odvojena faktora NAPOMENA Grafici interakcije obezbeđuju sredstvo grafičkog otkrivanja za interpretiranje interakcija. Nedostatak paralelizma ukazuje na efekte interakcija.

  Serbian
  

  grafik koji daje srednje odzive na nivoima dva odvojena faktora NAPOMENA Grafici interakcije obezbeđuju sredstvo grafičkog otkrivanja za interpretiranje interakcija. Nedostatak paralelizma ukazuje na efekte interakcija.

• k-factor experiment
  English
  

  experiment in which k distinct factors (k  2) are simultaneously investigated for possible effects on the response variable NOTE A synonym is "multi-factor experiment".

  Serbian
  

  eksperiment u kojem se istovremeno analizira k (k  2) odvojenih faktora zbog njihovih mogućih efekata na odzivnu promenljivu NAPOMENA Sinonim je „višefaktorski eksperiment”.

  Serbian
  

  eksperiment u kojem se istovremeno analizira k (k  2) odvojenih faktora zbog njihovih mogućih efekata na odzivnu promenljivu NAPOMENA Sinonim je „višefaktorski eksperiment”.

• level
  English
  

  potential setting, value or assignment of a factor NOTE 1 A synonym is the value of a predictor variable. NOTE 2 The term "level" is normally associated with aquantitative characteristic. However, it also serves as the term describing the version or setting of qualitative characteristics. EXAMPLE The ordinal-scale levels of a catalyst may be presence and absence. Four levels of a heat treatment may be 100 C, 120 C, 140 C and 160 C. The nominal-scale variable for a laboratory can have levels A, B and C, corresponding to three facilities. NOTE 3 Responses observed at the various levels of a factor provide information for determining the effect of the factor within the range of levels of the experiment. Extrapolation beyond the range of these levels is usually inappropriate without a firm basis for assuming model relation ships. Interpolation within the range may depend on the number of levels and the spacing of these levels. It is usually reasonable to interpolate, although it is possible to have discontinuous or multi-modal relationships that cause abrupt changes within the range of the experiment. The levels may be limited to certain selected fixed values (whether these values are or are not known) or they may represent purely random selection over the range to be studied.

  Serbian
  

  potencijalna postavka, vrednost ili dodeljivanje vrednosti faktoru NAPOMENA 1 Sinonim je vrednost prediktivne promenljive. NAPOMENA 2 Termin „nivo” se normalno vezuje za kvantitativnu karakteristiku. Međutim, on se takođe koristi kao termin kojim se opisuje varijanta ili postavka kvalitativnih karakteristika. PRIMER Redni broj skale nivoa katalizatora može da bude njegovo prisustvo ili odsustvo. Četiri nivoa termičkog tretmana mogu biti 100 C, 120 C, 140 C i 160 C. Nominalna skala promenljive za laboratoriju može imati nivoe A, B i C, koji odgovaraju trima postrojenjima. NAPOMENA 3 Odzivi dobijeni sa različitih nivoa faktora daju informaciju za određivanje efekta faktora u opsegu nivoa eksperimenta. Ekstrapolacija izvan opsega ovih nivoa obično je neadekvatna bez čvrste osnove za pretpostavljene međusobne funkcionalne veze u modelu. Interpolacija unutar opsega može da zavisi od broja nivoa i razmaka između ovih nivoa. Obično je razumno interpolirati, mada mogu postojati diskontinuiteti ili višemodalne veze koje prouzrokuju iznenadne promene u opsegu eksperimenta. Nivoi mogu biti ograničeni na izvestan broj odabranih fiksiranih vrednosti (bilo da su ove vrednosti poznate ili nepoznate) ili oni mogu predstavljati čisto slučajni izbor u opsegu koji se proučava.

  Serbian
  

  potencijalna postavka, vrednost ili dodeljivanje vrednosti faktoru NAPOMENA 1 Sinonim je vrednost prediktivne promenljive. NAPOMENA 2 Termin „nivo” se normalno vezuje za kvantitativnu karakteristiku. Međutim, on se takođe koristi kao termin kojim se opisuje varijanta ili postavka kvalitativnih karakteristika. PRIMER Redni broj skale nivoa katalizatora može da bude njegovo prisustvo ili odsustvo. Četiri nivoa termičkog tretmana mogu biti 100 C, 120 C, 140 C i 160 C. Nominalna skala promenljive za laboratoriju može imati nivoe A, B i C, koji odgovaraju trima postrojenjima. NAPOMENA 3 Odzivi dobijeni sa različitih nivoa faktora daju informaciju za određivanje efekta faktora u opsegu nivoa eksperimenta. Ekstrapolacija izvan opsega ovih nivoa obično je neadekvatna bez čvrste osnove za pretpostavljene međusobne funkcionalne veze u modelu. Interpolacija unutar opsega može da zavisi od broja nivoa i razmaka između ovih nivoa. Obično je razumno interpolirati, mada mogu postojati diskontinuiteti ili višemodalne veze koje prouzrokuju iznenadne promene u opsegu eksperimenta. Nivoi mogu biti ograničeni na izvestan broj odabranih fiksiranih vrednosti (bilo da su ove vrednosti poznate ili nepoznate) ili oni mogu predstavljati čisto slučajni izbor u opsegu koji se proučava.

• main effect
  English
  

  influence of a single factor on the mean of the response variable NOTE For a factor with two levels, the main effect relates to the change in the response in going from one level to the other. If the levels are designated –1 (for low) and –1 (for high), then the main effect of the factor is estimated as the average response when the factor level is +1 minus the average response when the factor level is –1. Consider the model: y =  + X +  where y, , and  are as in 1.12, X is +1 or –1 as just described, and  represents the adjustment for the factor X. Note that an estimate of  is equal to one half the main effect for the factor X. If  were equal to zero, then X does not affect the mean of the response variable (it is the same regardless of the level of X being +1 or –1) so that the main effect of X is zero.

  Serbian
  

  uticaj jedinog faktora na srednju vrednost odzivne promenljive NAPOMENA Za faktor sa dva nivoa, glavni efekat se odnosi na promenu u odzivu idući od jednog do drugog nivoa. Ako se nivoi označe sa –1 (za niski) i +1 (za visoki), onda se glavni efekat faktora ocenjuje kao prosečan odziv kada je nivo faktora +1 minus prosečan odziv kada je nivo faktora –1. Razmotrimo model: y =  + X +  gde su y,  i  kao u 1.12, X je +1 ili –1 kao što je upravo opisano, a  predstavlja podešenost za faktor X. Napomenimo da je ocena za  jednaka polovini glavnog efekta za faktor X. Ako bi  bilo jednako nuli, tada X ne utiče na srednju vrednost odzivne promenljive (to je isto bez obzira na to da li je za nivo X +1 ili –1) tako da je glavni efekat od X jednak nuli.

  Serbian
  

  uticaj jedinog faktora na srednju vrednost odzivne promenljive NAPOMENA Za faktor sa dva nivoa, glavni efekat se odnosi na promenu u odzivu idući od jednog do drugog nivoa. Ako se nivoi označe sa –1 (za niski) i +1 (za visoki), onda se glavni efekat faktora ocenjuje kao prosečan odziv kada je nivo faktora +1 minus prosečan odziv kada je nivo faktora –1. Razmotrimo model: y =  + X +  gde su y,  i  kao u 1.12, X je +1 ili –1 kao što je upravo opisano, a  predstavlja podešenost za faktor X. Napomenimo da je ocena za  jednaka polovini glavnog efekta za faktor X. Ako bi  bilo jednako nuli, tada X ne utiče na srednju vrednost odzivne promenljive (to je isto bez obzira na to da li je za nivo X +1 ili –1) tako da je glavni efekat od X jednak nuli.

• main effects plot
  English
  

  plot giving the average responses at the various levels of individual factors NOTE 1 The following figure gives such a plot for the example taken from 10.8 of reference [3]. The response variable is the conversion percentage and the predictor variables are the catalyst charge (A), the temperature (B), the pressure (C), and the concentration (D). Each predictor variable was given at two levels, denoted "–" for low, and "+" for high. A 24 full factorial experiment was conducted. From the figure, it is apparent that temperature appears to have the most substantial effect on conversion, with the catalyst second and the remaining two factors fairly comparable. Additional analyses would be necessary to assess whether the slopes of the connected lines in the plot are significantly different from zero. Figure NOTE 2 A main effects plot gives the average response at the various levels of each factor. The nature and magnitude of the effect of each factor on the response is apparent. The presence of interactions can hide the effects of various factors.

  Serbian
  

  grafikon koji daje srednje odzive na raznim nivoima pojedinačnih faktora NAPOMENA 1 Sledeća slika daje takav dijagram za primer uzet iz 10.8 reference 3. Odzivna promenljiva je konverzija procenta, a prediktivne promenljive su punjenje katalizatora (A), temperatura (B), pritisak (C) i koncentracija (D). Svaka prediktivna promenljiva bila je data sa dva nivoa, označena sa „–” za niski i „+” za visoki nivo. Bio je sproveden potpuni faktorijalni eksperiment 24. Sa slike je očigledno da temperatura ima suštinski najveći uticaj na konverziju, sa katalizatorom kao drugim i dva preostala faktora potpuno uporediva. Dodatna analiza bi bila potrebna da se oceni da li se nagibi spojnih linija na dijagramu znatno razlikuju od nule. (videti sliku u standardu) NAPOMENA 2 Grafikon glavnih faktora daje srednji odziv na raznim nivoima svakog faktora. Priroda i veličina uticaja svakog faktora na odziv je očigledna. Prisustvo interakcija može da prikrije uticaje raznih faktora.

  Serbian
  

  grafikon koji daje srednje odzive na raznim nivoima pojedinačnih faktora NAPOMENA 1 Sledeća slika daje takav dijagram za primer uzet iz 10.8 reference 3. Odzivna promenljiva je konverzija procenta, a prediktivne promenljive su punjenje katalizatora (A), temperatura (B), pritisak (C) i koncentracija (D). Svaka prediktivna promenljiva bila je data sa dva nivoa, označena sa „–” za niski i „+” za visoki nivo. Bio je sproveden potpuni faktorijalni eksperiment 24. Sa slike je očigledno da temperatura ima suštinski najveći uticaj na konverziju, sa katalizatorom kao drugim i dva preostala faktora potpuno uporediva. Dodatna analiza bi bila potrebna da se oceni da li se nagibi spojnih linija na dijagramu znatno razlikuju od nule. (videti sliku u standardu) NAPOMENA 2 Grafikon glavnih faktora daje srednji odziv na raznim nivoima svakog faktora. Priroda i veličina uticaja svakog faktora na odziv je očigledna. Prisustvo interakcija može da prikrije uticaje raznih faktora.

• method of least squares
  English
  

  technique of parameter estimation which minimizes e2, where e is the difference between the observed value and the predicted value derived from the assumed model, and the sum is taken over all treatments NOTE Experimental errors associated with individual observations are ordinarily assumed to be independent, although inferential methods can be adjusted to include correlated errors. The usual analysis of variance, regression analysis and analysis of covariance are all based on the method of least squares and provide different computational and interpretative advantages stemming from certain balances within the experimental arrangements which permit convenient groupings of the data.

  Serbian
  

  postupak ocenjivanja parametra koji minimizira e2, gde je e razlika između uočene vrednosti i prognozirane vrednosti izvedene iz usvojenog modela, a zbir se uzima po svim tretmanima NAPOMENA Obično se pretpostavlja da su eksperimentalne greške povezane sa individualnim opažanjima nezavisne, mada se metode zaključivanja mogu prilagoditi radi uključivanja korelativnih (međusobno zavisnih) grešaka. Uobičajena analiza varijanse, regresiona analiza i analiza kovarijanse zasnivaju se na metodi najmanjih kvadrata i daju različite prednosti u izračunavanju i interpretiranju, koje potiču od izvesnih uravnoteženosti unutar eksperimentalnih aranžmana koji dopuštaju pogodno grupisanje podataka.

  Serbian
  

  postupak ocenjivanja parametra koji minimizira e2, gde je e razlika između uočene vrednosti i prognozirane vrednosti izvedene iz usvojenog modela, a zbir se uzima po svim tretmanima NAPOMENA Obično se pretpostavlja da su eksperimentalne greške povezane sa individualnim opažanjima nezavisne, mada se metode zaključivanja mogu prilagoditi radi uključivanja korelativnih (međusobno zavisnih) grešaka. Uobičajena analiza varijanse, regresiona analiza i analiza kovarijanse zasnivaju se na metodi najmanjih kvadrata i daju različite prednosti u izračunavanju i interpretiranju, koje potiču od izvesnih uravnoteženosti unutar eksperimentalnih aranžmana koji dopuštaju pogodno grupisanje podataka.

• mixed model analysis of variance
  English
  

  analysis of variance in which the levels of some factors are pre-selected and levels of other factors are sampled from the population of levels of the factors NOTE Components of variance are meaningful only for random factors. Moreover, estimates of effects apply only for fixed factors. This model is also referred to as a model 3 analysis of variance.

  Serbian
  

  analiza varijanse u kojoj su nivoi nekih faktora prethodno odabrani, a nivoi drugih faktora su uzorkovani iz populacije nivoa faktora NAPOMENA Komponente varijanse imaju puni značaj samo za slučajne faktore. Štaviše, ocene efekata se primenjuju samo za fiksne faktore. Ovaj model se takođe naziva model 3 analize varijanse.

  Serbian
  

  analiza varijanse u kojoj su nivoi nekih faktora prethodno odabrani, a nivoi drugih faktora su uzorkovani iz populacije nivoa faktora NAPOMENA Komponente varijanse imaju puni značaj samo za slučajne faktore. Štaviše, ocene efekata se primenjuju samo za fiksne faktore. Ovaj model se takođe naziva model 3 analize varijanse.

• mixture design
  English
  

  experimental design constructed to handle the situation in which the predictor variables are constrained to sum to a fixed quantity NOTE Factors representing proportions of metals in an alloy are a typical example of a mixture design. The design space must satisfy X1 + X2 + ... + Xk = 1. Special purpose designs are also available if further restrictions apply, such as a minimal proportion for selected factors. A comprehensive treatment of mixture designs is given in reference [9].

  Serbian
  

  plan eksperimenta urađen za rešavanje situacije u kojoj se prediktivne promenljive ograničavaju na fiksiranu količinu u zbiru NAPOMENA Faktori koji predstavljaju odnose metala u leguri su tipičan primer plana mešavine. Prostor plana mora da zadovolji X1 + X2 + ... + Xk = 1. Planovi za specijalnu namenu takođe su raspoloživi ako se primenjuju druga ograničenja, kao što je minimalni udeo za odabrane faktore. Kompletni tretman planova za proučavanje mešavina dat je u referenci 9.

  Serbian
  

  plan eksperimenta urađen za rešavanje situacije u kojoj se prediktivne promenljive ograničavaju na fiksiranu količinu u zbiru NAPOMENA Faktori koji predstavljaju odnose metala u leguri su tipičan primer plana mešavine. Prostor plana mora da zadovolji X1 + X2 + ... + Xk = 1. Planovi za specijalnu namenu takođe su raspoloživi ako se primenjuju druga ograničenja, kao što je minimalni udeo za odabrane faktore. Kompletni tretman planova za proučavanje mešavina dat je u referenci 9.

• model
  English
  

  description relating the response variable to predictor variable(s) and including attendant assumptions NOTE 1 The model consists of three parts. The first partis the response (1.2) that is being modelled. The second part is the deterministic or the systematic part of the model that includes predictor variable(s) (1.3). Finally, the third part is the random, error or stochastic part of the model, which can be quite elaborate. For example, the error term can incorporate a dispersion effect (1.14) that allows for increasing variability in the response with larger actual values of the response. See also (1.2) and (1.3). EXAMPLE 1 The lifetime of a component is related to the environmental conditions that it experiences. EXAMPLE 2

  Serbian
  

  opis koji povezuje odzivnu promenljivu sa prediktivnom promenljivom (promenljivim) i uključuje prateće pretpostavke NAPOMENA 1 Model se sastoji iz tri dela. Prvi deo je odziv (1.2) koji se modeluje. Drugi deo je deterministički ili sistematski deo modela koji uključuje prediktivnu promenljivu ili promenljive (1.3). Na kraju, treći deo je slučajna greška ili stohastički deo modela, koji se može sasvim obraditi. Na primer, član greške može da obuhvati efekat disperzije (1.14) koji uvećava promenljivost odziva sa većim stvarnim vrednostima odziva. Videti takođe (1.2) i (1.3). PRIMER 1 Vek komponente (sastavnog dela) povezan je sa uslovima okoline kojima je ona podvrgnuta. PRIMER 2 Formalni model je: gde je: yij odziv na nivou i faktora A i na nivou j faktora B;  sveukupna srednja vrednost odziva; i priraštaj efekta faktora A na nivou i; j priraštaj efekta faktora B na nivou j; ij član greške. Deo odziva modela sastoji se jednostavno od yij. Predvidljivi deo ovog modela je  + i + i koji se sastoji od sveukupne srednje vrednosti i dva člana koji se odnose na efekte faktora. Slučajni deo modela ili deo koji se odnosi na grešku sastoji se od ij, koji uključuje sopstvenu promenljivost u proces koji proizvodi odziv. PRIMER 3 Često korišćeni model je: gde je: yijk odziv k-tog replikata; i podešavanje zbog faktora 1; i podešavanje zbog faktora 2; ij podešavanje zbog međusobnog dejstva faktora; ijk član greške. Termin „podešavanje” se koristi umesto „priraštaj efekta”, kao u primeru 2, pošto ovde formalni matematički model ne uključuje član sveukupne srednje vrednosti. Osim toga, yijk (ijk) koristi se u ovom primeru radije nego yij (ij) da bi se potvrdilo potencijalno postojanje replikata. PRIMER 4 Drugi formalni model je: gde je: yi odziv koji odgovara xi; predstavlja srednju vrednost odziva koja odgovara xi; i član greške. NAPOMENA 2 Gornji opis modela ne primenjuje se samo na klasične linearne modele sa dodatnom greškom, već i na opšte linearne modele, gde se greška može opisati raznim raspodelama, uključujući binomnu, Poasonovu, eksponencijalnu, gama i normalnu raspodelu.

  Serbian
  

  opis koji povezuje odzivnu promenljivu sa prediktivnom promenljivom (promenljivim) i uključuje prateće pretpostavke NAPOMENA 1 Model se sastoji iz tri dela. Prvi deo je odziv (1.2) koji se modeluje. Drugi deo je deterministički ili sistematski deo modela koji uključuje prediktivnu promenljivu ili promenljive (1.3). Na kraju, treći deo je slučajna greška ili stohastički deo modela, koji se može sasvim obraditi. Na primer, član greške može da obuhvati efekat disperzije (1.14) koji uvećava promenljivost odziva sa većim stvarnim vrednostima odziva. Videti takođe (1.2) i (1.3). PRIMER 1 Vek komponente (sastavnog dela) povezan je sa uslovima okoline kojima je ona podvrgnuta. PRIMER 2 Formalni model je: gde je: yij odziv na nivou i faktora A i na nivou j faktora B;  sveukupna srednja vrednost odziva; i priraštaj efekta faktora A na nivou i; j priraštaj efekta faktora B na nivou j; ij član greške. Deo odziva modela sastoji se jednostavno od yij. Predvidljivi deo ovog modela je  + i + i koji se sastoji od sveukupne srednje vrednosti i dva člana koji se odnose na efekte faktora. Slučajni deo modela ili deo koji se odnosi na grešku sastoji se od ij, koji uključuje sopstvenu promenljivost u proces koji proizvodi odziv. PRIMER 3 Često korišćeni model je: gde je: yijk odziv k-tog replikata; i podešavanje zbog faktora 1; i podešavanje zbog faktora 2; ij podešavanje zbog međusobnog dejstva faktora; ijk član greške. Termin „podešavanje” se koristi umesto „priraštaj efekta”, kao u primeru 2, pošto ovde formalni matematički model ne uključuje član sveukupne srednje vrednosti. Osim toga, yijk (ijk) koristi se u ovom primeru radije nego yij (ij) da bi se potvrdilo potencijalno postojanje replikata. PRIMER 4 Drugi formalni model je: gde je: yi odziv koji odgovara xi; predstavlja srednju vrednost odziva koja odgovara xi; i član greške. NAPOMENA 2 Gornji opis modela ne primenjuje se samo na klasične linearne modele sa dodatnom greškom, već i na opšte linearne modele, gde se greška može opisati raznim raspodelama, uključujući binomnu, Poasonovu, eksponencijalnu, gama i normalnu raspodelu.

• nested design hierarchical design
  English
  

  experimental design in which each level of a given factor appears in only a single level of any other factor NOTE 1 This design is mainly used to evaluate the variance components of the factors involved. For the case of three factors, A, B, and C, every level of factor B appear swith only a single level of factor A; similarly, every level of factor C appears with only a single level of factor B. The k-factor nested design, where k  2, is sometimes referred to as a k-stage nested design. EXAMPLE Consider a situation in which three different suppliers provide four batches of raw material to a company that will subsequently assay the batches to determine purity. Figure As depicted in the figure, the batches are nested within each supplier, since, for example, batch 1 from supplier 1 is distinct from batch 1 from supplier 2. Although the batch "label" is the same, the factors batch and supplier are not crossed. This example would still constitute a nested or hierarchical design in the event that the suppliers each provided a different number of batches. The following setup is also a nested or hierarchical design: Figure However, the analysis would be much more straighforward, if the number of batches from each supplier were the same. NOTE 2 Generally, nested designs are used to evaluate results in terms of variance components rather than in terms of differences in response levels or prediction models.

  Serbian
  

  plan eksperimenta u kojem se svaki nivo datog faktora pojavljuje u samo jednom nivou drugog faktora NAPOMENA 1 Ovaj plan se prvenstveno koristi za izračunavanje komponenata varijanse posmatranih faktora. Za slučaj tri faktora A, B i C, svaki nivo faktora B pojavljuje se sa samo jednim nivoom faktora A; slično, svaki nivo faktora C pojavljuje se sa samo jednim nivoom faktora B. k-faktorski ugnežđeni plan, gde je k  2, ponekad se prikazuje kao k-stepeni ugnežđeni plan. PRIMER Razmotrimo situaciju u kojoj tri različita isporučioca snabdevaju sa četiri šarže sirovog materijala kompaniju koja će kasnije ispitivati šarže radi određivanja čistoće materijala. (videti sliku u standardu) Kao što se vidi na slici, šarže su ugnežđene kod svakog isporučioca pošto je, na primer, šarža 1 isporučioca 1 odvojena od šarže 1 isporučioca 2. Iako je „etiketa” ista, faktor šarže i isporučilac se ne ukrštaju. Ovaj primer bi uvek predstavljao ugnežđeni ili hijerarhizovani plan u slučaju da svaki od isporučilaca daje različiti broj šarži. Sledeća konfiguracija je takođe ugnežđeni ili hijerarhizovani plan: (videti sliku u standardu) Međutim, analiza bi bila mnogo direktnija ako bi broj šarži svakog isporučioca bio isti. NAPOMENA 2 Uopšte, ugnežđeni planovi se koriste za procenjivanje rezultata u vidu komponenata varijanse više nego u vidu razlika u odzivnim nivoima ili u modelima predviđanja.

  Serbian
  

  plan eksperimenta u kojem se svaki nivo datog faktora pojavljuje u samo jednom nivou drugog faktora NAPOMENA 1 Ovaj plan se prvenstveno koristi za izračunavanje komponenata varijanse posmatranih faktora. Za slučaj tri faktora A, B i C, svaki nivo faktora B pojavljuje se sa samo jednim nivoom faktora A; slično, svaki nivo faktora C pojavljuje se sa samo jednim nivoom faktora B. k-faktorski ugnežđeni plan, gde je k  2, ponekad se prikazuje kao k-stepeni ugnežđeni plan. PRIMER Razmotrimo situaciju u kojoj tri različita isporučioca snabdevaju sa četiri šarže sirovog materijala kompaniju koja će kasnije ispitivati šarže radi određivanja čistoće materijala. (videti sliku u standardu) Kao što se vidi na slici, šarže su ugnežđene kod svakog isporučioca pošto je, na primer, šarža 1 isporučioca 1 odvojena od šarže 1 isporučioca 2. Iako je „etiketa” ista, faktor šarže i isporučilac se ne ukrštaju. Ovaj primer bi uvek predstavljao ugnežđeni ili hijerarhizovani plan u slučaju da svaki od isporučilaca daje različiti broj šarži. Sledeća konfiguracija je takođe ugnežđeni ili hijerarhizovani plan: (videti sliku u standardu) Međutim, analiza bi bila mnogo direktnija ako bi broj šarži svakog isporučioca bio isti. NAPOMENA 2 Uopšte, ugnežđeni planovi se koriste za procenjivanje rezultata u vidu komponenata varijanse više nego u vidu razlika u odzivnim nivoima ili u modelima predviđanja.

• one-factor experiment
  English
  

  experiment in which a single factor is investigated as to its effect (if any) on the response variable EXAMPLE Consider the model: y = i +  where y is the response variable;  is the mean response at the ith level of the factor;  is a random variable capturing all other effects and sources of variation. This model relates the response variable y to the effect i (depending on the corresponding level of the factor) and an error term . Differences in the i reflect the influence of the factor on the response variable (in this case the mean response value as a function of the level of the factor). An alternate representation of this model is y =  + i +  where y is the response variable;  is the overall mean response; di is the incremental effect due to the ith level of the factor;  is a random variable capturing all other effects and sources of variation.

  Serbian
  

  eksperiment u kojem se analizira jedan jedini faktor prema njegovom efektu (ako postoji) na odzivnu promenljivu PRIMER Razmotrimo model y = i +  gde je: y odzivna promenljiva; i srednja vrednost odziva na i-tom nivou faktora;  slučajna promenljiva koja obuhvata sve druge efekte i izvore varijacije. Ovaj model se odnosi na odzivnu promenljivu y, sa efektom i (zavisno od odgovarajućeg nivoa faktora) i članom greške . Razlike u i odražavaju uticaj faktora na odzivnu promenljivu (u ovom slučaju, srednja vrednost odziva je funkcija nivoa faktora). Alternativni prikaz ovog modela je: y =  + i +  gde je: y odzivna promenljiva;  sveukupna srednja vrednost odziva; i priraštaj efekta i-tog nivoa faktora;  slučajna promenljiva koja obuhvata sve druge efekte i izvore varijacije.

  Serbian
  

  eksperiment u kojem se analizira jedan jedini faktor prema njegovom efektu (ako postoji) na odzivnu promenljivu PRIMER Razmotrimo model y = i +  gde je: y odzivna promenljiva; i srednja vrednost odziva na i-tom nivou faktora;  slučajna promenljiva koja obuhvata sve druge efekte i izvore varijacije. Ovaj model se odnosi na odzivnu promenljivu y, sa efektom i (zavisno od odgovarajućeg nivoa faktora) i članom greške . Razlike u i odražavaju uticaj faktora na odzivnu promenljivu (u ovom slučaju, srednja vrednost odziva je funkcija nivoa faktora). Alternativni prikaz ovog modela je: y =  + i +  gde je: y odzivna promenljiva;  sveukupna srednja vrednost odziva; i priraštaj efekta i-tog nivoa faktora;  slučajna promenljiva koja obuhvata sve druge efekte i izvore varijacije.

• optimal design
  English
  

  experimental design whose factor level settings are determined to optimize a particular criterion, typically afunction of the design matrix NOTE In optimizing a particular criterion, note that the resulting optimal design is predicated upon having the correct model. If the presumed model is incorrect, then the optimal design may be theoretically optimal (i.e. mathematically) but may not be useful for practical purposes. Nonetheless, several of the designs mentioned earlier in this subclause can be considered as optimal designs.

  Serbian
  

  plan eksperimenta čije su vrednosti nivoa faktora tako određene da optimiziraju poseban kriterijum, tipično funkciju matrice plana NAPOMENA U optimiziranju posebnog kriterijuma treba napomenuti da rezultujući optimalni plan predviđa postojanje korektnog modela. Ako pretpostavljeni model nije korektan, tada optimalni plan može teorijski da bude optimalan (tj. matematički), ali ne mora da bude od koristi za praktične namene. Na kraju krajeva, mnogi planovi ranije pomenuti u ovoj podtački mogu se posmatrati kao optimalni planovi.

  Serbian
  

  plan eksperimenta čije su vrednosti nivoa faktora tako određene da optimiziraju poseban kriterijum, tipično funkciju matrice plana NAPOMENA U optimiziranju posebnog kriterijuma treba napomenuti da rezultujući optimalni plan predviđa postojanje korektnog modela. Ako pretpostavljeni model nije korektan, tada optimalni plan može teorijski da bude optimalan (tj. matematički), ali ne mora da bude od koristi za praktične namene. Na kraju krajeva, mnogi planovi ranije pomenuti u ovoj podtački mogu se posmatrati kao optimalni planovi.

• orthogonal array
  English
  

  set of treatment combinations, in which for every pair of factors, each treatment combination occurs the same number of times across the possible factor levels NOTE The associated concept of strength in relation to orthogonal arrays arises with screening designs (2.2), one posible use of orthogonal arrays. A design of strength d is a complete factorial design in any d factors. Strength 1 implies that the levels of each factor occur the same number of times (which is sometimes called a balanced factor). An orthogonal array has strength 2. The subset size d is known as the strength.

  Serbian
  

  skup kombinacija tretmana kod kojih se za svaki par faktora svaka kombinacija tretmana dešava isti broj puta za sve nivoe faktora NAPOMENA Pridruženi pojam jačine u vezi sa ortogonalnim nizovima koji se javlja u trijažnim planovima (2.2), jedno je od mogućih korišćenja ortogonalnih nizova. Plan jačine d je kompletni faktorijalni plan u svakom od d faktora. Jačina 1 znači da se nivoi svakog faktora pojavljuju isti broj puta (i koja se ponekad naziva uravnoteženi faktor). Ortogonalni niz ima jačinu 2. Podskup veličine d poznat je kao jačina.

  Serbian
  

  skup kombinacija tretmana kod kojih se za svaki par faktora svaka kombinacija tretmana dešava isti broj puta za sve nivoe faktora NAPOMENA Pridruženi pojam jačine u vezi sa ortogonalnim nizovima koji se javlja u trijažnim planovima (2.2), jedno je od mogućih korišćenja ortogonalnih nizova. Plan jačine d je kompletni faktorijalni plan u svakom od d faktora. Jačina 1 znači da se nivoi svakog faktora pojavljuju isti broj puta (i koja se ponekad naziva uravnoteženi faktor). Ortogonalni niz ima jačinu 2. Podskup veličine d poznat je kao jačina.

• orthogonal design
  English
  

  design where each pair of factors is orthogonal NOTE A pair of factors is orthogonal if it satisfies the condition nij = (ni  nj)/N for every combination of the (i, j) level and every pair of columns where, nij

  Serbian
  

  plan u kojem je ortogonalan svaki par faktora NAPOMENA Par faktora je ortogonalan ako ispunjava uslov: nij = (ni  nj)/N za svaku kombinaciju (i, j) nivoa i svaki par kolona, gde je nij broj pojava kombinacija nivoa (i, j) u svake dve kolone; ni broj pojava nivoa i u jednoj koloni; nj broj pojava nivoa j u drugoj koloni; N ukupan broj eksperimentalnih jedinica.

  Serbian
  

  plan u kojem je ortogonalan svaki par faktora NAPOMENA Par faktora je ortogonalan ako ispunjava uslov: nij = (ni  nj)/N za svaku kombinaciju (i, j) nivoa i svaki par kolona, gde je nij broj pojava kombinacija nivoa (i, j) u svake dve kolone; ni broj pojava nivoa i u jednoj koloni; nj broj pojava nivoa j u drugoj koloni; N ukupan broj eksperimentalnih jedinica.

• predictor variable
  English
  

  variable that can contribute to the explanation of the outcome of an experiment NOTE 1 Common synonyms include "input variable", "descriptor variable" and "explanatory variable". NOTE 2 The extent to which a given predictor variable can be controlled dictates its potential role in a designed experiment. Predictor variables can be controllable (fixed), modifiable (controllable only for short duration or at considerable expense) or uncontrollable (random). NOTE 3 A predictor variable can include a random element in it or it can, for example, be from a set of qualitative classes which can be observed or assigned without random error. NOTE 4 "Independent variable" is not recommended as a synonym due to potential confusion with independence (see ISO 3534-1:1993, 1.11).

  Serbian
  

  promenljiva koja može doprineti objašnjenju rezultata eksperimenta NAPOMENA 1 Zajednički sinonimi uključuju „ulaznu promenljivu”, „opisnu promenljivu” i „objašnjavajuću promenljivu”. NAPOMENA 2 Stepen do kojeg se data prediktivna promenljiva kontroliše diktira njena potencijalna uloga u planiranom eksperimentu. Prediktivne promenljive mogu biti kontrolisane (fiksirane), modifikovane (kontrolisane samo kratkotrajno ili pri prihvatljivom trošku) ili nekontrolisane (slučajne). NAPOMENA 3 Prediktivna promenljiva može da sadrži slučajni element ili ona može da bude, na primer, iz skupa kvalitativnih klasa koje se mogu zapaziti ili utvrditi bez slučajne greške. NAPOMENA 4 „Nezavisna promenljiva” se ne preporučuje kao sinonim zbog potencijalne konfuzije sa „nezavisnošću” (videti ISO 3534-1:1993, 1.11).

  Serbian
  

  promenljiva koja može doprineti objašnjenju rezultata eksperimenta NAPOMENA 1 Zajednički sinonimi uključuju „ulaznu promenljivu”, „opisnu promenljivu” i „objašnjavajuću promenljivu”. NAPOMENA 2 Stepen do kojeg se data prediktivna promenljiva kontroliše diktira njena potencijalna uloga u planiranom eksperimentu. Prediktivne promenljive mogu biti kontrolisane (fiksirane), modifikovane (kontrolisane samo kratkotrajno ili pri prihvatljivom trošku) ili nekontrolisane (slučajne). NAPOMENA 3 Prediktivna promenljiva može da sadrži slučajni element ili ona može da bude, na primer, iz skupa kvalitativnih klasa koje se mogu zapaziti ili utvrditi bez slučajne greške. NAPOMENA 4 „Nezavisna promenljiva” se ne preporučuje kao sinonim zbog potencijalne konfuzije sa „nezavisnošću” (videti ISO 3534-1:1993, 1.11).

• pure error
  English
  

  random variable reflecting variability associated with replicated observations at a fixed treatment combination NOTE 1

  Serbian
  

  slučajna promenljiva koja odražava promenljivost pridruženu replikovanim zapažanjima pri zadatoj kombinaciji tretmana NAPOMENA 1 Ako bi u planu bila replikovana samo centralna tačka, tada bi uzoračka varijansa odziva u centralnoj tački dala ocenu varijanse čiste greške. Ako se replikati čine u više kombinacija tretmana, tada se sveukupna ocena varijanse čiste greške može dobiti grupisanjem ocena u ovim kombinacijama tretmana. PRIMER Vraćajući se primeru 3 u 1.1, ocena varijanse čiste greške za zadate vrednosti (i, j) je gde je Ako bi se replikati pojavljivali pri svakoj kombinaciji (i, j), objedinjena ocena varijanse čiste greške bila bi oblika , gde je i = 1, ..., I; j = 1, ..., J; k = 1, ..., nij. NAPOMENA 2 Termin čista greška koristi se u praksi na dva različita načina. On se ponekad odnosi na varijansu populacije (2) pridruženu matematičkom modelu. U drugim slučajevima, čista greška se odnosi na „uzoračku” ili „empirijsku” čistu grešku koja u vezi sa ocenjenom greškom ostatka daje osnovu za pomanjkanje provere uklapanja modela. Od primera koji ilustruju modele u 1.1, samo bi primer 3, koji ima replikate, olakšao direktno ocenjivanje čiste greške. Sa matematičke tačke gledišta, čista greška se može utvrditi kao Var(ij) u primeru 2, Var(ijk) u primeru 3, i Var(i) u primeru 4.

  Serbian
  

  slučajna promenljiva koja odražava promenljivost pridruženu replikovanim zapažanjima pri zadatoj kombinaciji tretmana NAPOMENA 1 Ako bi u planu bila replikovana samo centralna tačka, tada bi uzoračka varijansa odziva u centralnoj tački dala ocenu varijanse čiste greške. Ako se replikati čine u više kombinacija tretmana, tada se sveukupna ocena varijanse čiste greške može dobiti grupisanjem ocena u ovim kombinacijama tretmana. PRIMER Vraćajući se primeru 3 u 1.1, ocena varijanse čiste greške za zadate vrednosti (i, j) je gde je Ako bi se replikati pojavljivali pri svakoj kombinaciji (i, j), objedinjena ocena varijanse čiste greške bila bi oblika , gde je i = 1, ..., I; j = 1, ..., J; k = 1, ..., nij. NAPOMENA 2 Termin čista greška koristi se u praksi na dva različita načina. On se ponekad odnosi na varijansu populacije (2) pridruženu matematičkom modelu. U drugim slučajevima, čista greška se odnosi na „uzoračku” ili „empirijsku” čistu grešku koja u vezi sa ocenjenom greškom ostatka daje osnovu za pomanjkanje provere uklapanja modela. Od primera koji ilustruju modele u 1.1, samo bi primer 3, koji ima replikate, olakšao direktno ocenjivanje čiste greške. Sa matematičke tačke gledišta, čista greška se može utvrditi kao Var(ij) u primeru 2, Var(ijk) u primeru 3, i Var(i) u primeru 4.

• quantile plot of effects
  English
  

  plot of the standard normal quantiles versus the estimated effects in a full or fractional factorial design EXAMPLE The following figure shows a plot of the data taken from the example given in 3.1.1. Figure NOTE For unreplicated experiments, this plot may suggest dominant effects (i.e. those points far to the left or far to the right of a "guide"-line through the main body of the plotted points). In the preceding figure, the upper right-hand point with an effect equal to 24 corresponds to the temperature effect.

  Serbian
  

  grafikon kvantila standardne normalne raspodele u zavisnosti od ocenjenih efekata u punom ili frakcionalnom faktorijalnom planu PRIMER Na sledećoj slici je prikazan dijagram za podatke uzete iz primera datog u 3.1.1. (videti sliku u standardu) NAPOMENA Za nereplikovane eksperimente, ovaj grafikon može da sugeriše dominantne efekte (tj. one tačke krajnje levo ili krajnje desno od „vodeće” linije kroz glavnu strukturu ucrtanih tačaka). Na prethodnoj slici, tačka u gornjem desnom delu slike, sa efektom jednakim 24, odgovara efektu temperature.

  Serbian
  

  grafikon kvantila standardne normalne raspodele u zavisnosti od ocenjenih efekata u punom ili frakcionalnom faktorijalnom planu PRIMER Na sledećoj slici je prikazan dijagram za podatke uzete iz primera datog u 3.1.1. (videti sliku u standardu) NAPOMENA Za nereplikovane eksperimente, ovaj grafikon može da sugeriše dominantne efekte (tj. one tačke krajnje levo ili krajnje desno od „vodeće” linije kroz glavnu strukturu ucrtanih tačaka). Na prethodnoj slici, tačka u gornjem desnom delu slike, sa efektom jednakim 24, odgovara efektu temperature.

• random effects analysis of variance
  English
  

  analysis of variance in which each level of each factor is assumed to be sampled from the population of levels of each factor NOTE With random levels, the primary interest is usually to obtain components of variance estimates. This model is commonly referred to as a model 2 analysis of variance. EXAMPLE Consider a situation in which an operation processes batches of raw material. "Batch" may be considered a random factor in an experiment when a few batches are randomly selected from the population of all batches.

  Serbian
  

  analiza varijanse u kojoj se za svaki nivo svakog faktora pretpostavlja da je uzorkovan iz populacije (mnoštva) nivoa svakog faktora NAPOMENA Sa slučajnim nivoima, primarni interes obično predstavlja dobijanje ocena komponenata varijanse. Ovaj model se obično naziva model 2 analize varijanse. PRIMER Razmotrimo situaciju u kojoj se tretiraju šarže sirovina. „Šarža” može da se posmatra kao slučajni faktor u eksperimentu ukoliko se nekoliko šarži odabere na slučajan način iz svih šarži.

  Serbian
  

  analiza varijanse u kojoj se za svaki nivo svakog faktora pretpostavlja da je uzorkovan iz populacije (mnoštva) nivoa svakog faktora NAPOMENA Sa slučajnim nivoima, primarni interes obično predstavlja dobijanje ocena komponenata varijanse. Ovaj model se obično naziva model 2 analize varijanse. PRIMER Razmotrimo situaciju u kojoj se tretiraju šarže sirovina. „Šarža” može da se posmatra kao slučajni faktor u eksperimentu ukoliko se nekoliko šarži odabere na slučajan način iz svih šarži.

• randomization
  English
  

  process used to assign treatments to experimental units so that each experimental unit has an equal chance of being assigned a particular treatment NOTE Randomization attempts to protect against biases due to causes not taken into account explicitly in the experiment. Randomization may further reduce potential temporal or spatial effects.

  Serbian
  

  proces koji se koristi za dodeljivanje tretmana eksperimentalnim jedinicama tako da svaka eksperimentalna jedinica ima istu šansu da joj bude dodeljen poseban tretman NAPOMENA Randomizacijom se nastoje sprečiti biasi (pomeraji) zbog uzroka koji u eksperimentu nisu eksplicitno uzeti u obzir. Randomizacijom se, osim toga, mogu smanjiti potencijalni vremenski i prostorni efekti.

  Serbian
  

  proces koji se koristi za dodeljivanje tretmana eksperimentalnim jedinicama tako da svaka eksperimentalna jedinica ima istu šansu da joj bude dodeljen poseban tretman NAPOMENA Randomizacijom se nastoje sprečiti biasi (pomeraji) zbog uzroka koji u eksperimentu nisu eksplicitno uzeti u obzir. Randomizacijom se, osim toga, mogu smanjiti potencijalni vremenski i prostorni efekti.

• randomized block design
  English
  

  experimental design consisting of n blocks with p treatments assigned via randomization to the experimental units within each block NOTE The randomized block design is one in which the experimental units are grouped into blocks, the units within each block being more homogenous than units in different blocks. Within each block the treatments are randomly allocated to the experimental units within it. The relative effects of the treatments can be effectively estimated without interference from the effects due to the various blocks.

  Serbian
  

  plan eksperimenta koji se sastoji od n blokova sa p tretmana dodeljenih putem randomizacije eksperimentalnih jedinica u svakom bloku NAPOMENA Randomizovani blok-plan je plan u kojem su eksperimentalne jedinice grupisane u blokove, a jedinice u svakom bloku su homogenije nego jedinice u različitim blokovima. U svakom bloku su tretmani slučajno raspoređeni na eksperimentalne jedinice. Relativni efekti tretmana mogu se efikasno oceniti bez uticaja efekata usled različitih blokova.

  Serbian
  

  plan eksperimenta koji se sastoji od n blokova sa p tretmana dodeljenih putem randomizacije eksperimentalnih jedinica u svakom bloku NAPOMENA Randomizovani blok-plan je plan u kojem su eksperimentalne jedinice grupisane u blokove, a jedinice u svakom bloku su homogenije nego jedinice u različitim blokovima. U svakom bloku su tretmani slučajno raspoređeni na eksperimentalne jedinice. Relativni efekti tretmana mogu se efikasno oceniti bez uticaja efekata usled različitih blokova.

• replication
  English
  

  performance of an experiment more than once for a given set of predictor variables NOTE This definition is consistent with ISO 3534-1:1993, (2.90) adapted here to the experimental design context. Experimental constraints may dictate that replications take place sequentially rather than in a randomized order. Informally, such a situation would correspond to repetition, but universal concurrence on this term does not exist. Moreover, duplication, which has been defined previously in ISO 3534-3:1985, overlaps the concept underlying repetition. Hence, for purposes of this part of ISO 3534, replication will be the term involving the attainment of multiple response values for a fixed set of levels of predictor variables. Duplication and repetition are not defined here following the rationale prescribed in ISO 10241:1992[2], clause 4.

  Serbian
  

  izvođenje eksperimenta više od jednom za dati skup predviđenih promenljivih NAPOMENA Ova definicija, koja je u skladu sa ISO 3534-1:1993, (2.90), ovde je prilagođena kontekstu plana eksperimenta. Eksperimentalna ograničenja mogu da uslovljavaju da replike budu po redosledu pre nego da budu u randomizovanom poretku. Nezvanično, takva situacija bi odgovarala ponavljanju, ali ne postoji opšta saglasnost oko ovog termina. Takođe, dupliranje koje je prethodno definisano u ISO 3534-1:1985, pokriva pojam ponavljanja. Otuda za potrebe ovog dela ISO 3534, replikacija će biti termin koji obuhvata dobijanje više vrednosti odziva za fiksni skup nivoa prediktivnih promenljivih. Dupliranje i ponavljanje ovde nisu definisani poštujući propisanu analizu u ISO 10241:1992 2, tačka 4.

  Serbian
  

  izvođenje eksperimenta više od jednom za dati skup predviđenih promenljivih NAPOMENA Ova definicija, koja je u skladu sa ISO 3534-1:1993, (2.90), ovde je prilagođena kontekstu plana eksperimenta. Eksperimentalna ograničenja mogu da uslovljavaju da replike budu po redosledu pre nego da budu u randomizovanom poretku. Nezvanično, takva situacija bi odgovarala ponavljanju, ali ne postoji opšta saglasnost oko ovog termina. Takođe, dupliranje koje je prethodno definisano u ISO 3534-1:1985, pokriva pojam ponavljanja. Otuda za potrebe ovog dela ISO 3534, replikacija će biti termin koji obuhvata dobijanje više vrednosti odziva za fiksni skup nivoa prediktivnih promenljivih. Dupliranje i ponavljanje ovde nisu definisani poštujući propisanu analizu u ISO 10241:1992 2, tačka 4.

• residual error
  English
  

  random variable representing the difference between outcomes of the response variable and the corresponding predicted response values based on an assumed model NOTE 1

  Serbian
  

  slučajna promenljiva koja predstavlja razliku između izlaznih veličina odzivne promenljive i odgovarajućih predviđenih odzivnih vrednosti zasnovanih na usvojenom modelu NAPOMENA 1 Za potrebe ove definicije, termin „predviđena vrednost odziva” podrazumeva ocenjeni odziv za onaj tretman koji je određen iz empirijskog modela izvedenog iz rezultata eksperimenta korišćenjem usvojenog modela. PRIMER 1 Ako bi  i  bile ocene za  i , respektivno, u napomeni 1.13, tada bi y –  – x bila greška ostatka za datu uočenu vrednost y i vrednost x prediktivne promenljive. NAPOMENA 2 Greška ostatka uključuje eksperimentalnu grešku i uočljive izvore varijacije koji nisu uzeti u obzir u modelu. NAPOMENA 3 Varijansa „greške ostatka” obično se ocenjuje u eksperimentu oduzimanjem ukupnog zbira kvadrata članova uključenih u pretpostavljeni model od ukupnog zbira kvadrata i deljenjem sa odgovarajućom razlikom „broja stepeni slobode”.

  Serbian
  

  slučajna promenljiva koja predstavlja razliku između izlaznih veličina odzivne promenljive i odgovarajućih predviđenih odzivnih vrednosti zasnovanih na usvojenom modelu NAPOMENA 1 Za potrebe ove definicije, termin „predviđena vrednost odziva” podrazumeva ocenjeni odziv za onaj tretman koji je određen iz empirijskog modela izvedenog iz rezultata eksperimenta korišćenjem usvojenog modela. PRIMER 1 Ako bi  i  bile ocene za  i , respektivno, u napomeni 1.13, tada bi y –  – x bila greška ostatka za datu uočenu vrednost y i vrednost x prediktivne promenljive. NAPOMENA 2 Greška ostatka uključuje eksperimentalnu grešku i uočljive izvore varijacije koji nisu uzeti u obzir u modelu. NAPOMENA 3 Varijansa „greške ostatka” obično se ocenjuje u eksperimentu oduzimanjem ukupnog zbira kvadrata članova uključenih u pretpostavljeni model od ukupnog zbira kvadrata i deljenjem sa odgovarajućom razlikom „broja stepeni slobode”.

• residual plot
  English
  

  plot of the residuals versus the corresponding predicted values or versus the levels of a particular factor EXAMPLE The example given in 3.1.1 is continued using the model with the four main effects and the BD interaction as the model. Figure

  Serbian
  

  grafikon ostataka u zavisnosti od odgovarajućih prognoziranih vrednosti ili nivoa posebnog faktora PRIMER Primer dat u 3.1.1 je nastavljen korišćenjem modela sa četiri glavna efekta i interakcije BD kao modela. (videti sliku u standardu)

  Serbian
  

  grafikon ostataka u zavisnosti od odgovarajućih prognoziranih vrednosti ili nivoa posebnog faktora PRIMER Primer dat u 3.1.1 je nastavljen korišćenjem modela sa četiri glavna efekta i interakcije BD kao modela. (videti sliku u standardu)

• response surface design
  English
  

  experimental design intended to investigate the functional relation ship between the response variable and a set of predictor variables NOTE 1

  Serbian
  

  plan eksperimenta namenjen za istraživanje funkcionalnih veza između odzivne promenljive i skupa prediktivnih promenljivih NAPOMENA 1 Očiglednu prednost planova odzivne površine čine predložena podešavanja za prediktivne promenljive (za koje se pretpostavlja da su kontinualne) i koje dovode do „poboljšanih” odziva. PRIMER 1 Dat je primer centralnog složenog plana. To je skup tretmana koji se sastoji od kocki, zvezdica i centralnih tačaka odabranih tako da daju efikasan plan (obično obrtni). Za tri prediktivne promenljive sledeći skup sačinjava centralni složeni plan. (videti tabelu u standardu) Eksperimentalne jedinice 1–8 sadrže kubni deo plana, ekvivalentan faktorijalnom planu 23. Nivoi prediktivnih promenljivih dati su kao kodirane vrednosti. Eksperimentalne jedinice 9 i 10 predstavljaju tretman centralnih tačaka, a 11 do 16 su zvezdaste tačke. Razumljivo, prvih osam eksperimentalnih jedinica mogu se razmatrati kao prva grupa, a zatim na red mogu doći druge primene tretmana. Stvarni redosled realizacija treba da se randomizuje. Centralni složeni plan olakšava postupnu uređenost komponenata plana. Model podešen prema podacima dobijenim iz plana može se sastojati od linearnih (x1, x2, x3), kvadratnih (x12, x22, x32) i dvoulaznih (x1x2, x1x3, x2x3) interakcija. NAPOMENA 2 Zajednička varijanta centralnog složenog plana koja koristi manje nivoa faktora je centralni složeni plan sa centriranim likom, koji je dobijen stavljanjem  = 1 za sve zvezdaste tačke. Manji broj nivoa faktora može žrtvovati obrtnost (zavisno od broja faktora). PRIMER 2 Boks-Benkenov plan je urađen korišćenjem pogodnih kombinacija 2k faktorijalnih planova sa uravnoteženim nekompletnim blok-planovima. Sledeći skup sačinjava Boks-Benkenov plan sa tri promenljive: (videti tabelu u standardu) PRIMER 3 Pentagonalni plan je dvofaktorski plan u kojem se tačke plana sastoje od pet podjednako razmaknutih lokacija na jediničnom krugu (koristeći jedinice kodovanih promenljivih) i eventualno replikovane centralne tačke. Skup od pet tačaka koje zadovoljavaju definiciju je: (1,0), (0,309, 0,951), (–0,809, 0,588), (–0,809, –0,588), (0,309, –0,951). Napomenimo da je cos(72) = 0,309; sin(72) = 0,951, itd. PRIMER 4 Heksagonalni plan je dvofaktorski plan u kojem se tačke plana sastoje od šest podjednako razmeštenih lokacija na jediničnom krugu (koristeći jedinice kodiranih promenljivih) i ekvivalentno replikovane centralne tačke. Skup od šest tačaka koje zadovoljavaju definiciju je: (1,0), (0,5, 0,866), (–0,5, 0,866), (–1,0), (–0,5, –0,866), (0,5, –0,866). Napomenimo da je cos(60°) = 0,5; sin(60°) = 0,866, itd. NAPOMENA 3 Svaka pravilna geometrijska figura upisana u jedinični krug može poslužiti kao osnova rotirajućeg plana unutar klase planova odzivne površine.

  Serbian
  

  plan eksperimenta namenjen za istraživanje funkcionalnih veza između odzivne promenljive i skupa prediktivnih promenljivih NAPOMENA 1 Očiglednu prednost planova odzivne površine čine predložena podešavanja za prediktivne promenljive (za koje se pretpostavlja da su kontinualne) i koje dovode do „poboljšanih” odziva. PRIMER 1 Dat je primer centralnog složenog plana. To je skup tretmana koji se sastoji od kocki, zvezdica i centralnih tačaka odabranih tako da daju efikasan plan (obično obrtni). Za tri prediktivne promenljive sledeći skup sačinjava centralni složeni plan. (videti tabelu u standardu) Eksperimentalne jedinice 1–8 sadrže kubni deo plana, ekvivalentan faktorijalnom planu 23. Nivoi prediktivnih promenljivih dati su kao kodirane vrednosti. Eksperimentalne jedinice 9 i 10 predstavljaju tretman centralnih tačaka, a 11 do 16 su zvezdaste tačke. Razumljivo, prvih osam eksperimentalnih jedinica mogu se razmatrati kao prva grupa, a zatim na red mogu doći druge primene tretmana. Stvarni redosled realizacija treba da se randomizuje. Centralni složeni plan olakšava postupnu uređenost komponenata plana. Model podešen prema podacima dobijenim iz plana može se sastojati od linearnih (x1, x2, x3), kvadratnih (x12, x22, x32) i dvoulaznih (x1x2, x1x3, x2x3) interakcija. NAPOMENA 2 Zajednička varijanta centralnog složenog plana koja koristi manje nivoa faktora je centralni složeni plan sa centriranim likom, koji je dobijen stavljanjem  = 1 za sve zvezdaste tačke. Manji broj nivoa faktora može žrtvovati obrtnost (zavisno od broja faktora). PRIMER 2 Boks-Benkenov plan je urađen korišćenjem pogodnih kombinacija 2k faktorijalnih planova sa uravnoteženim nekompletnim blok-planovima. Sledeći skup sačinjava Boks-Benkenov plan sa tri promenljive: (videti tabelu u standardu) PRIMER 3 Pentagonalni plan je dvofaktorski plan u kojem se tačke plana sastoje od pet podjednako razmaknutih lokacija na jediničnom krugu (koristeći jedinice kodovanih promenljivih) i eventualno replikovane centralne tačke. Skup od pet tačaka koje zadovoljavaju definiciju je: (1,0), (0,309, 0,951), (–0,809, 0,588), (–0,809, –0,588), (0,309, –0,951). Napomenimo da je cos(72) = 0,309; sin(72) = 0,951, itd. PRIMER 4 Heksagonalni plan je dvofaktorski plan u kojem se tačke plana sastoje od šest podjednako razmeštenih lokacija na jediničnom krugu (koristeći jedinice kodiranih promenljivih) i ekvivalentno replikovane centralne tačke. Skup od šest tačaka koje zadovoljavaju definiciju je: (1,0), (0,5, 0,866), (–0,5, 0,866), (–1,0), (–0,5, –0,866), (0,5, –0,866). Napomenimo da je cos(60°) = 0,5; sin(60°) = 0,866, itd. NAPOMENA 3 Svaka pravilna geometrijska figura upisana u jedinični krug može poslužiti kao osnova rotirajućeg plana unutar klase planova odzivne površine.

• response variable
  English
  

  variable representing the outcome of an experiment NOTE 1 A common synonym is "output variable". NOTE 2 The term "dependent variable" is not recommended as a synonym due to potential confusion with independence (see reference [1] in the bibliography, ISO 3534-1:1993, 1.11). NOTE 3 It may be that the response variable is vector-valued because several responses are recorded from each experimental unit.

  Serbian
  

  promenljiva koja predstavlja rezultat eksperimenta NAPOMENA 1 Uobičajeni sinonim je „izlazna promenljiva”. NAPOMENA 2 Termin „zavisna promenljiva” ne preporučuje se kao sinonim zbog potencijalne konfuzije sa „nezavisnošću” (videti referencu 1 u bibliografiji, ISO 3534-1:1993, 1.11). NAPOMENA 3 Može se desiti da je odzivna promenljiva vektorska veličina zbog više odziva zabeleženih sa svake eksperimentalne jedinice.

  Serbian
  

  promenljiva koja predstavlja rezultat eksperimenta NAPOMENA 1 Uobičajeni sinonim je „izlazna promenljiva”. NAPOMENA 2 Termin „zavisna promenljiva” ne preporučuje se kao sinonim zbog potencijalne konfuzije sa „nezavisnošću” (videti referencu 1 u bibliografiji, ISO 3534-1:1993, 1.11). NAPOMENA 3 Može se desiti da je odzivna promenljiva vektorska veličina zbog više odziva zabeleženih sa svake eksperimentalne jedinice.

• rotatability
  English
  

  characteristic of a design for which the response that is predicted from a fitted model has the same variance at all equal distances from the centre of the design

  Serbian
  

  karakteristika plana za koji odziv, predviđen iz podešenog modela, ima istu varijansu na svim jednakim rastojanjima od centra plana

  Serbian
  

  karakteristika plana za koji odziv, predviđen iz podešenog modela, ima istu varijansu na svim jednakim rastojanjima od centra plana

• saturated design
  English
  

  design whose design matrix has the same number of columns as the number of treatments of the experiment NOTE It is impossible to estimate unambiguously more parameters than experimental units in the design.

  Serbian
  

  plan čija matrica plana ima isti broj kolona kao broj tretmana eksperimenata NAPOMENA Nemoguće je nedvosmisleno oceniti više parametara nego što ima eksperimentalnih jedinica u planu.

  Serbian
  

  plan čija matrica plana ima isti broj kolona kao broj tretmana eksperimenata NAPOMENA Nemoguće je nedvosmisleno oceniti više parametara nego što ima eksperimentalnih jedinica u planu.

• split-plot design
  English
  

  design in which the group of experimental units (plot) to which the same level assigned to the principal factor is subdivided (split) so as to study one or more additional principal factors within each level of that factor EXAMPLE Three levels of factor A are tested in two sets of replicates. Within each level of A, the same two levels of factor B are studied. TABLE NOTE 1

  Serbian
  

  plan u kojem je grupa eksperimentalnih jedinica (parcela), kojima je dodeljen isti nivo glavnog faktora, podeljena tako da se mogu proučavati jedan ili više dodatnih glavnih faktora u svakom nivou tog faktora. PRIMER Tri nivoa faktora A ispituju se u dva skupa replikata. U svakom nivou A proučavaju se ista dva nivoa faktora B. (videti tabelu u standardu) NAPOMENA 1 U ovom primeru replikati igraju ulogu blokova s obzirom na glavni faktor prvog stepena (A), i svaka parcela dodeljena jednom od tri nivoa A igra ulogu bloka za dodatni glavni faktor B drugog stepena (u faktoru parcele) koji se proučava u A. Prema tome, ocenjena greška ostatka za faktor B u parceli treba da bude manja od one za ceo eksperiment. U planu izdeljenih parcela dobijaju se različite greške ostatka za parcele i efekte između parcela. Moguće je ovaj plan proširiti radi uvođenja faktora trećeg stepena uključenih u nivoe faktora drugog stepena. Ova vrsta plana se često koristi tamo gde se mogu dobiti velike serije ili površine za faktor, čije nivoe nije lako menjati, a drugi faktori se mogu lako menjati u serijama ili površinama. NAPOMENA 2 Ova vrsta uređenosti je uobičajena u eksperimentisanju, kako u industriji tako i u agronomiji (odatle je izvedeno i ime). Često jedna serija nivoa faktora zahteva veliku eksperimentalnu jedinicu, dok se druge serije nivoa faktora mogu upoređivati sa manjim eksperimentalnim jedinicama. Na primer, zahtevaće se veća količina legure za upoređivanje različitih vrsta peći koje se koriste za pripremu legure nego što bi trebalo za upoređivanje različitih vrsta kalupa u koje se legure izlivaju. Vrste peći se posmatraju kao nivoi faktora prvog stepena, a vrste kalupa kao nivoi (u parceli) faktora drugog stepena. Drugi primer je velika mašina čija se brzina može menjati zamenom zupčastog prenosa. Ovo je dugotrajan i skup posao i bilo bi pogodnije da se ovaj faktor ne menja često. Izrađeni materijal se pri svakoj brzini može termički tretirati sa više postupaka, može biti oblikovan pod različitim pritiscima i izglačan korišćenjem različitih agensa za poliranje, sa relativno lakim pomeranjem sa jednog nivoa faktora na drugi. Ovi poslednji čine faktore u parceli (ili faktore drugog stepena), dok promene brzine čine faktor među parcelama (ili faktor prvog stepena).

  Serbian
  

  plan u kojem je grupa eksperimentalnih jedinica (parcela), kojima je dodeljen isti nivo glavnog faktora, podeljena tako da se mogu proučavati jedan ili više dodatnih glavnih faktora u svakom nivou tog faktora. PRIMER Tri nivoa faktora A ispituju se u dva skupa replikata. U svakom nivou A proučavaju se ista dva nivoa faktora B. (videti tabelu u standardu) NAPOMENA 1 U ovom primeru replikati igraju ulogu blokova s obzirom na glavni faktor prvog stepena (A), i svaka parcela dodeljena jednom od tri nivoa A igra ulogu bloka za dodatni glavni faktor B drugog stepena (u faktoru parcele) koji se proučava u A. Prema tome, ocenjena greška ostatka za faktor B u parceli treba da bude manja od one za ceo eksperiment. U planu izdeljenih parcela dobijaju se različite greške ostatka za parcele i efekte između parcela. Moguće je ovaj plan proširiti radi uvođenja faktora trećeg stepena uključenih u nivoe faktora drugog stepena. Ova vrsta plana se često koristi tamo gde se mogu dobiti velike serije ili površine za faktor, čije nivoe nije lako menjati, a drugi faktori se mogu lako menjati u serijama ili površinama. NAPOMENA 2 Ova vrsta uređenosti je uobičajena u eksperimentisanju, kako u industriji tako i u agronomiji (odatle je izvedeno i ime). Često jedna serija nivoa faktora zahteva veliku eksperimentalnu jedinicu, dok se druge serije nivoa faktora mogu upoređivati sa manjim eksperimentalnim jedinicama. Na primer, zahtevaće se veća količina legure za upoređivanje različitih vrsta peći koje se koriste za pripremu legure nego što bi trebalo za upoređivanje različitih vrsta kalupa u koje se legure izlivaju. Vrste peći se posmatraju kao nivoi faktora prvog stepena, a vrste kalupa kao nivoi (u parceli) faktora drugog stepena. Drugi primer je velika mašina čija se brzina može menjati zamenom zupčastog prenosa. Ovo je dugotrajan i skup posao i bilo bi pogodnije da se ovaj faktor ne menja često. Izrađeni materijal se pri svakoj brzini može termički tretirati sa više postupaka, može biti oblikovan pod različitim pritiscima i izglačan korišćenjem različitih agensa za poliranje, sa relativno lakim pomeranjem sa jednog nivoa faktora na drugi. Ovi poslednji čine faktore u parceli (ili faktore drugog stepena), dok promene brzine čine faktor među parcelama (ili faktor prvog stepena).

• staggered nested design
  English
  

  nested design in which the second nested factor has two levels in one level of the first nested factor but has only one level in the other level of the first nested factor Figure NOTE For staggered nested designs, all factor effects are estimated with approximately the same number of degrees of freedom.

  Serbian
  

  ugneždeni plan u kojem drugi ugnežđeni faktor ima dva nivoa u jednom nivou prvog ugnežđenog faktora, ali ima samo jedan nivo u drugom nivou prvog ugnežđenog faktora (videti sliku u standardu) NAPOMENA Za neregularno ugnežđene planove, svi efekti faktora se ocenjuju sa približno istim brojem stepeni slobode.

  Serbian
  

  ugneždeni plan u kojem drugi ugnežđeni faktor ima dva nivoa u jednom nivou prvog ugnežđenog faktora, ali ima samo jedan nivo u drugom nivou prvog ugnežđenog faktora (videti sliku u standardu) NAPOMENA Za neregularno ugnežđene planove, svi efekti faktora se ocenjuju sa približno istim brojem stepeni slobode.

• star point
  English
  

  vector of factor level settings of the form (a1, a2, ... , ak), where one ai equals  or – and the other ai s equal 0, as notation for the coded levels of the factors NOTE All star points have a single non-zero component equal to  or –. In central composite designs, typically a total of 2k star points are employed.

  Serbian
  

  vektor vrednosti nivoa faktora oblika (a1, a2, ..., ak), gde je jedno ai jednako  ili –, a drugo ai jednako nuli, kao oznake kodova nivoa faktora NAPOMENA Sve zvezdaste tačke imaju jednu komponentu koja nije jednaka nuli, već je jednaka + ili –. Centralni složeni planovi koriste ukupno 2k zvezdastih tačaka.

  Serbian
  

  vektor vrednosti nivoa faktora oblika (a1, a2, ..., ak), gde je jedno ai jednako  ili –, a drugo ai jednako nuli, kao oznake kodova nivoa faktora NAPOMENA Sve zvezdaste tačke imaju jednu komponentu koja nije jednaka nuli, već je jednaka + ili –. Centralni složeni planovi koriste ukupno 2k zvezdastih tačaka.

• svaki blok sadrži k ( l) odvojenih nivoa; b)
  English
  

  svaki nivo se pojavljuje u h blokova; c)

  Serbian
  

  nekompletni blok-plan u kojem svaki blok sadrži isti broj k različitih nivoa od l nivoa glavnog faktora, uređenih tako da se svi parovi nivoa ne pojavljuju zajedno u istom broju od b blokova NAPOMENA 1 Nekompletni blok-plan sa l nivoa i b blokova je PBIB sa m (2) pridruženih klasa, ako su ispunjeni sledeći uslovi: a)

  Serbian
  

  nekompletni blok-plan u kojem svaki blok sadrži isti broj k različitih nivoa od l nivoa glavnog faktora, uređenih tako da se svi parovi nivoa ne pojavljuju zajedno u istom broju od b blokova NAPOMENA 1 Nekompletni blok-plan sa l nivoa i b blokova je PBIB sa m (2) pridruženih klasa, ako su ispunjeni sledeći uslovi: a)

• treatment
  English
  

  specific setting of every factor

  Serbian
  

  specifična postavka svakog faktora

  Serbian
  

  specifična postavka svakog faktora

• two-factor experiment
  English
  

  experiment in which two distinct factors are simultaneously investigated for possible effects on the response variable NOTE If the two factors operate without interfering with each other, the term "main effect" necessarily still applies. Namely, for each factor the main effect is its contribution to the mean of the response variable.

  Serbian
  

  eksperiment u kojem se istovremeno analiziraju dva odvojena faktora zbog njihovih mogućih efekata na odzivnu promenljivu NAPOMENA Ako dva faktora dejstvuju bez međusobnog uticaja, termin „glavni efekat” se neminovno i dalje primenjuje. Naime, za svaki faktor glavni efekat je njegov doprinos srednjoj vrednosti odzivne promenljive.

  Serbian
  

  eksperiment u kojem se istovremeno analiziraju dva odvojena faktora zbog njihovih mogućih efekata na odzivnu promenljivu NAPOMENA Ako dva faktora dejstvuju bez međusobnog uticaja, termin „glavni efekat” se neminovno i dalje primenjuje. Naime, za svaki faktor glavni efekat je njegov doprinos srednjoj vrednosti odzivne promenljive.

• two-level experiment
  English
  

  experiment in which all factors assume two levels

  Serbian
  

  eksperiment u kojem svi faktori imaju dva nivoa

  Serbian
  

  eksperiment u kojem svi faktori imaju dva nivoa

• two-way split-plot design split-block design
  English
  

  plit-plot design in which the levels of the secondstage factor, instead of being randomized independently within each plot, are arranged in strips across plots in each replication; thus, it is considered as a split-plot design in two different ways EXAMPLE For a 3  4 design, the appropriate arrangements (after randomization) may be as shown below. Figure NOTE The two-way split-plot design results in lower precision for the main effects (average effects) of A and B but provides higher precision for the interactions (differential effects). These latter are generally more accurately determined than in either randomized blocks or the ordinary split-plot design. In industrial experimentation, practical considerations sometimes necessitate the use of two-way split-plot designs, for example, in the textile industry, factor A may be different procedures of bleaching by chlorine peroxide and factor B may be different amounts of hydrogen peroxide in the cooling process.

  Serbian
  

  plan izdeljenih parcela u kojem su nivoi faktora drugog stepena uređeni u trakama preko parcela u svakoj replikaciji, umesto da se nezavisno randomizuju u svakoj parceli; prema tome, on se razmatra kao plan izdeljenih parcela na dva različita načina PRIMER Za plan 3  4, odgovarajuće uređenosti (posle randomizacije) mogu da budu kao što je ispod pokazano: (videti sliku u standardu) NAPOMENA Dvoulazni plan izdeljenih parcela ima za rezultat manju preciznost za glavne efekte (srednje efekte) A i B, ali daje veću preciznost za interakcije (diferencijalne efekte). Ovi poslednji su obično tačnije određeni nego u randomizovanim blokovima ili u klasičnom planu izdeljenih parcela. U industrijskom eksperimentisanju, praktična razmatranja ponekad zahtevaju korišćenje dvoulaznih planova izdeljenih parcela, na primer, u tekstilnoj industriji faktor A mogu da budu različiti postupci beljenja pomoću hlor-peroksida, a faktor B mogu da budu različite količine vodonik-peroksida u procesu hlađenja.

  Serbian
  

  plan izdeljenih parcela u kojem su nivoi faktora drugog stepena uređeni u trakama preko parcela u svakoj replikaciji, umesto da se nezavisno randomizuju u svakoj parceli; prema tome, on se razmatra kao plan izdeljenih parcela na dva različita načina PRIMER Za plan 3  4, odgovarajuće uređenosti (posle randomizacije) mogu da budu kao što je ispod pokazano: (videti sliku u standardu) NAPOMENA Dvoulazni plan izdeljenih parcela ima za rezultat manju preciznost za glavne efekte (srednje efekte) A i B, ali daje veću preciznost za interakcije (diferencijalne efekte). Ovi poslednji su obično tačnije određeni nego u randomizovanim blokovima ili u klasičnom planu izdeljenih parcela. U industrijskom eksperimentisanju, praktična razmatranja ponekad zahtevaju korišćenje dvoulaznih planova izdeljenih parcela, na primer, u tekstilnoj industriji faktor A mogu da budu različiti postupci beljenja pomoću hlor-peroksida, a faktor B mogu da budu različite količine vodonik-peroksida u procesu hlađenja.

• variance component
  English
  

  variance of a random variable describing a factor effect or experimental error NOTE 1

  Serbian
  

  varijansa slučajne promenljive koja opisuje efekat faktora ili eksperimentalnu grešku NAPOMENA 1 U modelu yij =  + i + ij, gde je i nivo slučajno odabran iz beskonačnog skupa vrednosti i gde su raspodele od i i ij nezavisne, i i ij su slučajne promenljive. Kada se jednom napravi slučajni izbor iz beskonačnog skupa mogućih nivoa, tada se sprovodi analiza na osnovu realizacija i. U pogledu probabilističke strukture, razumno je razmatrati izraz koji sadrži varijanse: Var(yij) = Var(i) + Var(ij), gde se članovi na desnoj strani označavaju sa 2 i 2. Simbolično, 2 i 2 su komponente varijanse od yij. NAPOMENA 2 Mogu se razmatrati i drugi modeli koji uključuju ugneždene ili unakrsne faktore.

  Serbian
  

  varijansa slučajne promenljive koja opisuje efekat faktora ili eksperimentalnu grešku NAPOMENA 1 U modelu yij =  + i + ij, gde je i nivo slučajno odabran iz beskonačnog skupa vrednosti i gde su raspodele od i i ij nezavisne, i i ij su slučajne promenljive. Kada se jednom napravi slučajni izbor iz beskonačnog skupa mogućih nivoa, tada se sprovodi analiza na osnovu realizacija i. U pogledu probabilističke strukture, razumno je razmatrati izraz koji sadrži varijanse: Var(yij) = Var(i) + Var(ij), gde se članovi na desnoj strani označavaju sa 2 i 2. Simbolično, 2 i 2 su komponente varijanse od yij. NAPOMENA 2 Mogu se razmatrati i drugi modeli koji uključuju ugneždene ili unakrsne faktore.

• yij –  – i – j je ostatak koji odgovara eksperimentalnoj jedinici sa faktorom A postavljenim na nivo i, i sa faktorom B postavljenim na nivo j, koristeći model u primeru 2 u 1.1. PRIMER 2 yijk – i – j – ij je ostatak koji odgovara modelu u pr
  English
  

  residual

  Serbian
  

  razlika između zapažene vrednosti odzivne promenljive i odgovarajuće predviđene vrednosti odzivne promenljive NAPOMENA Predviđena vrednost odzivne promenljive zasnovana je na usvojenom modelu, čiji su parametri ocenjeni na osnovu podataka. PRIMER 1

  Serbian
  

  razlika između zapažene vrednosti odzivne promenljive i odgovarajuće predviđene vrednosti odzivne promenljive NAPOMENA Predviđena vrednost odzivne promenljive zasnovana je na usvojenom modelu, čiji su parametri ocenjeni na osnovu podataka. PRIMER 1

• Youden square
  English
  

  block design derived from certain Latin squares by deleting or adding rows (or columns) so as to obtain a randomized block design with respect to one block factor and a balanced incomplete block design with respect to the other factor NOTE

  Serbian
  

  blok-plan izveden iz nekih latinskih kvadrata brisanjem ili dodavanjem redova (ili kolona) da bi se dobio randomizovani blok-plan uzimajući u obzir jedan blokovski faktor i uravnoteženi nekompletni blok-plan uzimajući u obzir drugi faktor NAPOMENA Judenov kvadrat može se razmatrati kao plan sa dva blokovska faktora, pridružena redovima i kolonama matrice čiji ulazi predstavljaju nivoe glavnog faktora. Pretpostavimo, na primer, da ovaj raspored ima isti broj kolona kao i nivoa, ali manje redova kolona. Svaki nivo bi se pojavio jedanput u svakom redu, što bi dovelo do randomizovanog blok-plana s obzirom na blokovski faktor reda. Međutim, koncentrišući se na blokovski faktor kolone, pojavio bi se uravnoteženi nekompletni blok-plan. Eliminacijom četvrte vrste latinskog kvadrata 4  4, dobija se Judenov kvadrat 3  4. PRIMER 1 Blok-faktor 2 (kolone) (videti tabelu u standardu) A, B, C i D pokazuju četiri nivoa glavnog faktora. PRIMER 2 Sledeća uređenost ilustruje Judenov kvadrat 4  7: (videti tabelu u standardu) U ovom primeru se može videti da redovi obrazuju randomizovani blok-plan, a kolone obrazuju plan BIB sa parametrima l = b =7, h = k = 4 i  = 2.

  Serbian
  

  blok-plan izveden iz nekih latinskih kvadrata brisanjem ili dodavanjem redova (ili kolona) da bi se dobio randomizovani blok-plan uzimajući u obzir jedan blokovski faktor i uravnoteženi nekompletni blok-plan uzimajući u obzir drugi faktor NAPOMENA Judenov kvadrat može se razmatrati kao plan sa dva blokovska faktora, pridružena redovima i kolonama matrice čiji ulazi predstavljaju nivoe glavnog faktora. Pretpostavimo, na primer, da ovaj raspored ima isti broj kolona kao i nivoa, ali manje redova kolona. Svaki nivo bi se pojavio jedanput u svakom redu, što bi dovelo do randomizovanog blok-plana s obzirom na blokovski faktor reda. Međutim, koncentrišući se na blokovski faktor kolone, pojavio bi se uravnoteženi nekompletni blok-plan. Eliminacijom četvrte vrste latinskog kvadrata 4  4, dobija se Judenov kvadrat 3  4. PRIMER 1 Blok-faktor 2 (kolone) (videti tabelu u standardu) A, B, C i D pokazuju četiri nivoa glavnog faktora. PRIMER 2 Sledeća uređenost ilustruje Judenov kvadrat 4  7: (videti tabelu u standardu) U ovom primeru se može videti da redovi obrazuju randomizovani blok-plan, a kolone obrazuju plan BIB sa parametrima l = b =7, h = k = 4 i  = 2.