Пассивный набор данных приводит к ряду проблем в статистическом моделировании. Наблюдаемые изменения в переменной отклика могут быть коррелированы с, но не вызваны, наблюдаемыми изменениями в отдельных factors (переменные процесса). Одновременные изменения нескольких факторов могут привести к взаимодействиям, которые трудно разделить на отдельные эффекты. Наблюдения могут быть зависимыми, в то время как модель данных считает их независимыми.
Разработанные эксперименты решают эти проблемы. В рамках запланированного эксперимента процесс создания данных активно манипулируется с целью улучшения качества информации и устранения избыточных данных. Общая цель всех экспериментальных проектов состоит в том, чтобы собрать данные как можно более парсимонально, предоставляя достаточную информацию для точной оценки параметров модели.
Для примера простая модель y отклика в эксперименте с двумя управляемыми факторами x 1 и x 2 могут выглядеть следующим образом:
Здесь ε включает как экспериментальную ошибку, так и эффекты любых неконтролируемых факторов в эксперименте. <Reservedrangesplaceholder15> 1 <reservedrangesplaceholder14> 1 условий и <reservedrangesplaceholder13> 2 <reservedrangesplaceholder12> 2 main effects, и термин <reservedrangesplaceholder10> 3 <reservedrangesplaceholder9> 1 <reservedrangesplaceholder8> 2 является двухсторонним interaction effect. Спроектированный эксперимент будет систематически манипулировать x 1 и x 2 при измерении y с целью точной оценки β 0, β 1, β 2 и β 3.