主要内容

实验设计(DOE)

规划实验系统的数据收集

被动数据收集统计建模会导致许多问题。观察到的变化可能与响应变量,但不是造成的,个人观察到变化因素(流程变量)。同时多种因素可能产生的变化很难分离成单个的交互影响。观察可能是相关的,而数据的模型认为他们是独立的。

设计实验解决这些问题。在设计实验中,data-producing过程积极操纵,提高信息的质量,消除冗余数据。所有实验设计的一个共同的目标是尽可能吝啬地收集数据,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 两级全因子设计
fullfact 全因子设计
fracfact 部分因子设计
fracfactgen 部分因子设计发电机
bbdesign Box-Behnken设计
ccdesign 中心复合设计
candexch D使用行交流从候选集的最优设计
candgen 候选人设置代
cordexch 协调交换
daugment D最佳的增强
dcovary D最优设计协变量和固定
rowexch 行交换
rsmdemo 互动响应面演示
lhsdesign 拉丁超立方抽样
lhsnorm 拉丁超立方样本正态分布
haltonset 哈尔顿quasirandom点集
qrandstream 构造拟随机数字流
sobolset Sobol quasirandom点集
interactionplot 分组数据的互动情节
maineffectsplot 主要情节影响分组数据
multivarichart Multivari图表为分组数据
rsmdemo 互动响应面演示
rstool 互动响应面建模

主题