한편, 실험을 통해 얻어진 데이터는 오차가 있을수 도 있습니다. 실험에 취해진 조건 외에도 실험 결과에 영향을 주는 무수히 많은 원인들은 언제나 일정하게 규제하는 것은 불가능하기 때문에 실험을 진행해 감에 따라 수많은 실험 오차들이 쌓이게 되고, 똑같은 실험 조건하에서 얻어진 데이터에도 산포가 발생하게 됩니다. 따라서 실험을 할 때는 이와 같은 오차를 최소화하면서도 이를 적극적으로 수용하는 방법을 모색하게 됩니다.

 


 

자연적으로 우리는 다음과 같은 사항들에 관심을 가지게 되며, 실험계획법은 이러한 요구들에 관련되었습니다.

1. 오차가 수반되는 실험데이터에서 올바른 결론을 이끌어 내기 위한 방법은 무엇인가?

2. 다수의 원인을 동시에 취하여 실험할 경우에 실험 횟수가 많아져서 실험이 복잡해지기 때문에, 실험효율을 보다 높일 수 있는 좋은 방법은 없는가?

 

 


 

 

실험계획법(Experiment Design)은 실험에 대한 계획 방법을 의미 하는 것으로 다음과 같은 사항을 목적으로 하고 있습니다.

1. 데이터를 어떻게 취하며, 또 이것을 어떻게 분석하면 잘못 판단할 염려가 적어지는가? 즉, 정보량의 획득효율을 어떻게 해서 높일 것인가?

2. 데이터를 취할 경우 경비나 판단의 지체에 따른 손실이 발생하는데 데이터에 경비나 시간을 어느 정도로 들이는 것이 유리하겠는가? 즉, 정보의 양을 얼마로 하면 좋겠는가?


 

즉, 실험계획법은 정보량의 획득 효율에 대해 연구하는 학문으로 설계방법, 제조방법, 시험 방법 등에 대해서 여러 가지 방법이나 안이 있을 때 경험이나 다수결, 또는 육감에 의해서 그것을 결정하지 않고, 다소 복잡하더라도 데이터를 내어서 실증적으로 이를 결정하고자 할 때의 정보량의 채택 방법 및 해석 방법을 연구하는 분야입니다. 따라서 통계적 방법의 도입과 활용이 필수적입니다.

따라서 실험계획법이란 보단 넓은 의미에서 해결하려는 문제에 대하여 어떤 방법을 적용하는 것이 가장 최적인가, 또 어떠한 조건으로 실시해야 하는가를 결정짓는 것, 즉 어떠한 조치를 취하면 좋은가를 결정하는 일, 또는 그것을 조사하기 위하여 실험을 어떻게 하면 좋은가를 계획하는 것으로써 통계적 방법의 하나인 여러가지 유의차의 검정, 상관 및 회귀분석 등이 포함됩니다.

보다 좁은 의미에서는 실험계획이란 실험의 목적을 확실히 하여 실험의 성질 (통계적 구조모형)을 명확히 하고, 데이터에 영향을 준다고 생각되는 원인 중 어느 원인이 특히 중요한가, 실험을 어떻게 층별할 것인가, 오차로는 무엇을 취할 것인가, 어느 정도의 차를 검출하고 싶은가, 어느 정도의 오차를 추정할 것인가, 어떠한 순서 (어떻게 랜점화하여)로 몇 회나 실험하면 좋은가 하는 것을 결정하는 것입니다.

통계적으로 말하면 구조모형, 모집단, 귀무가설, 제1종 제2종의 과오, 오차분산의 추정, 효과 추정의 정밀도 등을 실험을 시작하기 전에 미리 기술적, 통계적, 경제적으로 검토하여 결정하는 것입니다. 여기서 제일 중요한 것은 실험하기 전에 어떤 조건의 조삽으로, 어떤 방법, 순서로 실험을 실시하느냐를 계획적으로 결정해 놓아야 한다는 점이 있습니다.

+ Recent posts