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 ï³ 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.
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.
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.
Nema informacija