doe_fractional_factorial — MULTIVAR `plan` op

• Datenarten: keine → design (ein Operator, der allein durch seine Argumente bestimmt ist — er nimmt kein Bild und keine Daten entgegen)

• Aufruf: import fullseye as fs; fs.ledger.doe_fractional_factorial(factors=5, p=2, generators=None, center=0) -> 'dict' (die Implementierung direkt: import doe; doe.doe_fractional_factorial(factors=5, p=2, generators=None, center=0) -> 'dict'; aus dem Register: opsmultivar.get("doe_fractional_factorial"))

Verwendung

Regulärer zweistufiger teilfaktorieller Versuchsplan 2^(k-p) aus Generatoren (Box & Hunter 1961) -> design.

> Die ausführliche Beschreibung unten ist der Originaltext — Zusammenfassung und Überschriften sind übersetzt.

The first k - p factors (letters A, B, C ... skipping I) form a full factorial in standard (Yates) order, A changing fastest. Each generator "D=ABC" sets an added factor's column to the product of base columns ("E=-ABD" for the other half). generators=None takes the recommended generators for (k, p) from the NIST/SEMATECH e-Handbook table (FF_NIST, 5.3.3.4.7 Table 3.17, after Box, Hunter & Hunter); p=0 or generators=() gives the full factorial 2^k.

The defining relation (every product of generator words I = ABCD = ...), the resolution (length of the shortest word: III = main effects aliased with two-factor interactions, IV = main effects clear but 2fi aliased with each other, V = 2fi clear) and the alias table of main effects and two-factor interactions are returned in meta and alias. They are computed from the generators, and the returned matrix is checked against them (each aliased pair of columns is identical up to sign).

center adds centre runs (coded 0) for a curvature check; they do not change the alias structure.

Ausführlicher Anwendungsleitfaden

• Leitfaden zur Familie design_of_experiments

Referenzen (Beispieldaten, Literatur)

• Katalog der Beispieldaten (Download-URLs / Lizenzen) — 2-D nutzt skimage.data (BSD/Public Domain) plus synthetische Bilder, 3-D nennt Download-URLs echter Datenquellen (Stanford, PDS, …).

• Herkunft und Literatur der Operatoren — die Quellen der Forschung/Verfahren, auf denen diese Operatorfamilie beruht.

• Der kanonische Algorithmus (Autor, Jahr) und seine Anwendungen stehen im Familienleitfaden oben.

Ausführbare Beispiele (verifizierte Samples, die diesen Operator wirklich aufrufen)

• doe_plan_tour — py -3.11 examples/doe_plan_tour.py

Typkompatible Folge-Operatoren (nehmen `design` als Eingabe)

doe_decode · rsm_fit · doe_main_effects · sens_morris · sens_sobol

Gleiche Kategorie (`plan`)

doe_lhs · doe_orthogonal_array · doe_central_composite · doe_box_behnken

*Provenance: doe.py — MULTIVAR Operator-Registry. Diese Notiz wird von tools/opdocs.py md erzeugt (nicht von Hand bearbeiten).*

doe_fractional_factorial — MULTIVAR plan op