[논문 리뷰] Optimal Designs for 2^k Factorial Experiments with Binary Response

Jie Yang, Abhyuday Mandal외 1명|arXiv (Cornell University)|2011. 09. 25.

Optimal Experimental Design Methods참고 문헌 49인용 수 7

한 줄 요약

이 논문은 일반화선형모형을 사용하여 이元요인 실험에서 이진 반응에 대한 국소 D-최적 및 EW D-최적 설계를 개발한다. 이 설계를 계산하기 위한 효율적인 수치 알고리즘을 제안하며, EW D-최적 설계가 다양한 연결 함수와 모수 사전분포에서 베이즈 D-최적 설계의 매우 효율적인 대체 설계로 기능하며, 효율성이 99.9%를 초월함을 보여준다.

ABSTRACT

We consider the problem of obtaining D-optimal designs for factorial experiments with a binary response and $k$ qualitative factors each at two levels. We obtain a characterization for a design to be locally D-optimal. Based on this characterization, we develop efficient numerical techniques to search for locally D-optimal designs. Using prior distributions on the parameters, we investigate EW D-optimal designs, which are designs that maximize the determinant of the expected information matrix. It turns out that these designs can be obtained very easily using our algorithm for locally D-optimal designs and are very good surrogates for Bayes D-optimal designs. We also investigate the properties of fractional factorial designs and study the robustness with respect to the assumed parameter values of locally D-optimal designs.

연구 동기 및 목표

• 일반화선형모형 하에서 정성적 요인과 이진 반응을 갖는 요인실험에 대한 최적 설계 이론의 부족을 해결하기 위해.
• 모수를 알려진 것으로 가정할 때 국소 D-최적 설계를 효율적으로 계산하기 위한 수치 알고리즘을 개발하기 위해.
• 사전분포 하에서 기대정보행렬의 행렬식을 최대화하는 EW D-최적 설계를 조사하기 위해.
• 모수 가정의 잘못된 설정에 대한 국소 D-최적 설계의 탄력성 평가하기 위해.
• 다양한 연결 함수와 사전분포 하에서 균일 설계, 국소 D-최적 설계, EW D-최적 설계, 베이즈 D-최적 설계의 성능 비교하기 위해.

제안 방법

• 일반화선형모형 하에서 이원요인 실험의 국소 D-최적성에 대한 특성화를 사용한다.
• 가정된 모수 값 기반으로 국소 D-최적 설계를 찾기 위해 수치 최적화 기법을 적용한다.
• 지정된 사전분포 하에서 연결 함수 가중치를 기대값으로 대체하여 EW D-최적 설계를 유도한다.
• 회귀계수에 대한 사전분포를 활용하여 기대정보행렬을 계산하고 설계 효율성을 최적화한다.
• 고차원 사례의 수치 계산을 위해 원통형 대수적 분해와 곱셈 알고리즘을 활용한다.
• 연결 함수(로짓, 프로비트, 보완 로그-로그)와 사전가정에 따라 설계 효율성을 비교한다.

실험 결과

연구 질문

• RQ1 일반화선형모형 하에서 이원요인 실험의 이진 반응에 대해 국소 D-최적 설계를 어떻게 효율적으로 계산할 수 있는가?
• RQ2 EW D-최적 설계는 효율성과 탄력성 측면에서 베이즈 D-최적 설계를 어느 정도 잘 대체하는가?
• RQ3 다양한 연결 함수와 모수 사전분포 하에서 균일 설계의 성능은 최적 설계와 어떻게 비교되는가?
• RQ4 국소 D-최적 설계는 가정된 모수 값의 잘못된 설정에 대해 얼마나 탄력적인가?
• RQ5 연결 함수 선택(로짓, 프로비트, 보완 로그-로그)이 설계 효율성과 최적 할당에 어떤 영향을 미치는가?

주요 결과

• 로짓 연결 함수 하에서 EW D-최적 설계는 베이즈 D-최적 설계 대비 99.9% 이상의 효율성을 달성하며, 프로비트 하에서는 99.94%, 보완 로그-로그 하에서는 99.77%의 효율성을 보였다.
• EW D-최적 설계는 모든 테스트된 연결 함수에서 베이즈 D-최적 설계의 매우 효율적인 대체 설계로 기능하며, 효율성이 99.9%를 초월한다.
• 국소 D-최적 설계는 모수 가정에 민감하며, 가정된 값이 진짜 사전분포에서 크게 벗어나면 성능이 크게 떨어진다.
• 균일 설계는 EW D-최적 설계에 비해 성능이 열 劣하며, 정보가 있는 사전분포 하에서 주효과 모형에서 최대 50%의 효율 손실이 발생한다.
• EW D-최적 설계는 모수 범위 중점값 기반 국소 D-최적 설계를 능가하며, 일부 경우에서 최대 15%의 효율성 향상을 보였다.
• 설계 효율성은 연결 함수 선택에 따라 크게 달라지며, 보완 로그-로그 연결 함수는 비대칭성으로 인해 균일 설계 효율이 낮게 나타나(89.6%) 로짓 연결 함수(99.99%)에 비해 낮은 효율성을 보였다.