2008
DOI: 10.1002/cem.1167
|View full text |Cite
|
Sign up to set email alerts
|

A classical dataset from Williams, and its role in the study of supersaturated designs

Abstract: A Plackett-Burman type dataset from a paper by Williams [1], with 28 observations and 24 two-level factors, has become a standard dataset for illustrating construction (by halving) of supersaturated designs (SSDs) and for a corresponding data analysis. The aim here is to point out that for several reasons this is an unfortunate situation. The original paper by Williams contains several errors and misprints. Some are in the design matrix, which will here be reconstructed, but worse is an outlier in the response… Show more

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...

Citation Types

0
0
0
1

Year Published

2011
2011
2023
2023

Publication Types

Select...
4
1

Relationship

0
5

Authors

Journals

citations
Cited by 6 publications
(1 citation statement)
references
References 19 publications
0
0
0
1
Order By: Relevance
“…Ο Πίνακας 7.3 παρουσιάζει µια συνοπτική περιγραφή των µεθόδων που χρησιµοποιήθηκαν από κάθε συγγραφέα καθώς και το αντίστοιχο µέγεθος και τις µεταβλητές του τελικά επιλεγµένου µοντέλου.Εφαρµόσαµε τη SIS-SCAD και την Iter-SIS-SCAD. ∆ίνοντας ως προκαθορισµένη Ανάλυση από τον Sundberg[130] ο οποίος έδειξε ότι το σύνολο δεδοµένων του Williams ϑα έπρεπε να ϑεωρείται σε λογαριθµική κλίµακα αντί για την αρχική και ότι επηρεάζεται από µία έκτροπη παρατήρηση (outlier), η οποία επηρεάζει σηµαντικά τα µικρά σύνολα δεδοµένων που κατασκευάζονται ως ΥΣ. Η κυριαρχία του παράγοντα X 14 ενισχύθηκε στην περίπτωση που ϑεωρούσαµε το σύνολο δεδοµένων του Williams σε λογαριθµική κλίµακα αντί για την αρχική κλίµακα όπου είτε χρησιµοποιώντας τη SIS είτε την Iter-SIS µόνο ο X 14 παραµένει ως ενεργός παράγοντας (Πίνακας 7.4).Αν και τα καλύτερα επιλεγµένα µοντέλα, είναι αυτά που περιέχουν τους παράγοντες 12, 11 ή 9, µόνο ο X 14 είναι πολύ σηµαντικός για την απόκριση.…”
unclassified
“…Ο Πίνακας 7.3 παρουσιάζει µια συνοπτική περιγραφή των µεθόδων που χρησιµοποιήθηκαν από κάθε συγγραφέα καθώς και το αντίστοιχο µέγεθος και τις µεταβλητές του τελικά επιλεγµένου µοντέλου.Εφαρµόσαµε τη SIS-SCAD και την Iter-SIS-SCAD. ∆ίνοντας ως προκαθορισµένη Ανάλυση από τον Sundberg[130] ο οποίος έδειξε ότι το σύνολο δεδοµένων του Williams ϑα έπρεπε να ϑεωρείται σε λογαριθµική κλίµακα αντί για την αρχική και ότι επηρεάζεται από µία έκτροπη παρατήρηση (outlier), η οποία επηρεάζει σηµαντικά τα µικρά σύνολα δεδοµένων που κατασκευάζονται ως ΥΣ. Η κυριαρχία του παράγοντα X 14 ενισχύθηκε στην περίπτωση που ϑεωρούσαµε το σύνολο δεδοµένων του Williams σε λογαριθµική κλίµακα αντί για την αρχική κλίµακα όπου είτε χρησιµοποιώντας τη SIS είτε την Iter-SIS µόνο ο X 14 παραµένει ως ενεργός παράγοντας (Πίνακας 7.4).Αν και τα καλύτερα επιλεγµένα µοντέλα, είναι αυτά που περιέχουν τους παράγοντες 12, 11 ή 9, µόνο ο X 14 είναι πολύ σηµαντικός για την απόκριση.…”
unclassified