D-最优增广
dCE2=DAUMENT(dCE,mruns)
(dCE2 X) = daugment (dCE mruns)
(dCE2 X) = daugment (dCE mruns,模型
)
[dCE2,X]=涂抹(…,。。。,参数1
,val1
,参数2
,val2
,……)
dCE2=DAUMENT(dCE,mruns)
使用坐标交换算法D-最佳添加mruns
运行到现有的实验设计dCE
对于线性可加模型。
(dCE2 X) = daugment (dCE mruns)
也返回设计矩阵X
与增强设计相关。
(dCE2 X) = daugment (dCE mruns,
使用中指定的线性回归模型模型
)模型
.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
列的顺序X
对于一个完全二次模型n条款如下:
常数项
顺序为1,2,…,的线性项。。。,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。
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
模型中每个因子应有一列,每个术语应有一行。表中任意一行中的条目模型
是列中因子的幂。例如,如果模型具有因子X1
,X2
和X3
,然后一行[0 1 2]
在模型
指定这个词(X1.^0.*(X2.^1.*(X3.^2)
.中的一行全零模型
指定一个常数项,可以省略。
[dCE2,X]=涂抹(…,。。。,
为设计指定附加的参数/值对。下表列出了有效参数及其值。参数1
,val1
,参数2
,val2
,……)
参数 | 价值 |
---|---|
“界限” |
每个因子的上下限,指定为 |
“分类” |
分类预测指标。 |
“显示” |
要么 |
“excludefun” |
排除不希望运行的运行的函数的句柄。如果函数是f,它必须支持语法金宝appb=f(年代),年代矩阵的处理方法是 |
“初始化” |
初始设计 |
“级别” |
每个因素的级别数向量。 |
“麦克斯特” |
最大迭代次数。默认值为 |
“选项” |
该值是一个包含选项的结构,这些选项指定是否并行计算多个尝试,并指定在生成尝试的起点时如何使用随机数。使用创建选项结构
|
“尝试” |
尝试从新起点生成设计的次数。该算法在每次尝试中使用随机点,第一次可能除外。默认值是 |
请注意
的daugment
函数使用坐标交换算法增强现有的设计;的“开始”
参数的candexch
函数使用行交换算法提供相同的功能。
以下八步设计足以估计四因素模型的主要影响:
dCEmain = cordexch(4、8)dCEmain = 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
为了估计模型中的6个交互项,在设计中增加8次额外的运行:
dCEinteraction = daugment (dCEmain 8“交互”)dCEinteraction = 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
增强设计是全析因的,在前八排中有最初的八组。