候选人设置代
dC = candgen (nfactors。”
模型
”)
(直流,C) = candgen (nfactors。”模型
”)
[…) = candgen (nfactors”,模型
”、“的名字
',价值
)
dC = candgen (nfactors。”
生成候选集模型
”)直流
的参数估计适当的处理方法模型
与nfactors
的因素。直流
有nfactors
列和每个候选处理的一行。模型
是下列情况之一:
“线性”
-常数和线性项。这是默认值。
“互动”
-常数、线性和交互项
“二次”
-常数项、线性项、相互作用项和平方项
“purequadratic”
-常数项,线性项和平方项
另外,模型
可以是指定任意顺序多项式项的矩阵。在这种情况下,模型
模型中每个因素应该有一列,每个项应该有一行。的任意行中的项模型
为列中因子的幂。例如,如果一个模型有因子X1
,X2
,X3
,然后一行[0 1 2]
在模型
指定这个词(X1。^ 0)* (X2 ^ 1)。* (X3。^ 2)
.全是0的一行模型
指定一个常数项,可以省略。
(直流,C) = candgen (nfactors。”
也返回设计矩阵模型
”)C
在治疗中进行评估直流
.列的顺序C
为一个完整的二次模型n条件是:
常数项
线性项在(1,2,…)n
(1, 2),(1, 3),…(1,n),(2, 3),……, (n- 1,n)
平方项是(1 2…)n
其他模型以同样的顺序使用这些术语的子集。
通过C
来candexch
生成一个D-使用坐标交换算法进行优化设计。
[…) = candgen (nfactors”,
为设计指定一个或多个可选的名称/值对。下表列出了有效参数及其值。指定模型
”、“的名字
',价值
)的名字
在单引号。
的名字 | 价值 |
---|---|
界限 |
每个因子的上下限,指定为 |
分类 |
分类预测指标。 |
水平 |
每个因子的层次数向量。 |
下面的示例使用rowexch
使用内部产生的候选集,为双因素纯二次模型生成五步设计:
(1,'purequadratic','tries',10
同样的事情可以用candgen
和candexch
在序列:
[dC,C] = candgen(2,'purequadratic') %候选集合,C dC = 1 1 0 1 1 1 1 0 0 0 1 0 1 1 0 1 1 1 C = 1 1 1 1 1 1 0 1 0 1 1 1 1 1 1 1 1 0 1 0 1 0 0 0 0 1 1 0 1 0 1 1 1 1 1 1 0 1 0 1 1 1 1 1 1 = candexch治疗(C 5“尝试”,10)%找到D-opt子集治疗= 2 1 7 3 4 dRE2 =直流(治疗:)%显示设计dRE2 = 0 1 1 1 1 1 1 1 1 0