主要内容

实验设计

用系统的数据收集计划实验

被动的数据收集导致了统计建模中的一系列问题。在反应变量中观察到的变化可能与个体中观察到的变化相关,但不是由其引起的因素(流程变量)。多个因素同时发生的变化可能会产生相互作用,而这些相互作用很难分成单独的影响。观察可能是依赖的,而数据模型认为它们是独立的。

设计的实验解决了这些问题。在设计的实验中,数据产生过程被积极地操纵以提高信息质量和消除冗余数据。所有实验设计的共同目标是尽可能节省地收集数据,同时提供足够的信息来准确估计模型参数。

功能

全部展开

ff2n 两级全析因设计
fullfact 全因子设计
fracfact 部分因子设计
fracfactgen 部分因子设计发生器
bbdesign Box-Behnken设计
ccdesign 中心复合设计
candexch D使用行交换从候选集优化设计
candgen 候选人设置代
cordexch 协调交换
daugment D最佳的增强
dcovary D-具有固定协变量的优化设计
rowexch 行交换
rsmdemo 交互响应面演示
lhsdesign 拉丁超立方抽样
lhsnorm 正态分布的拉丁超立方样本
haltonset 霍尔顿拟随机点集
qrandstream 构造准随机数字流
sobolset Sobol拟随机点集
interactionplot 分组数据的交互图
maineffectsplot 分组数据的主要效应图
multivarichart 用于分组数据的多变量图
rsmdemo 交互响应面演示
rstool 交互响应面建模

主题

完整的阶乘设计

针对所有处理的设计

部分配置法设计

选定处理方案的设计

响应面设计

二次多项式模型

用六西格玛技术设计改进发动机冷却风扇

这个例子展示了如何通过使用定义、测量、分析、改进和控制(DMAIC)的六西格玛设计方法来改善发动机冷却风扇的性能。

D-Optimal设计

最小方差参数估计