Dcovary
d- 固定协变量的最佳设计
句法
dcv = dcovary(nfactor,固定)
[dcv,x] = dcovary(nfactor,固定)
[dcv,x] = dcovary(nfactor,固定,模型
)
[DCV,X] = Daugment(...,,,参数1
,,,,val1
,,,,参数2
,,,,val2
,...))
描述
dcv = dcovary(nfactor,固定)
使用坐标 - 交换算法生成一个d- 与线性加性模型的最佳设计nFactor
因素,受到模型包括固定协变量因素的限制。固定的
。设计中的运行次数是行中的行数固定的
。该设计DCV
增强固定的
带有用于型号处理的初始列。
[dcv,x] = dcovary(nfactor,固定)
还返回设计矩阵X
与设计相关。
[dcv,x] = dcovary(nfactor,固定,
使用在模型
)模型
。模型
是以下之一:
“线性”
- 恒定和线性术语。这是默认值。'相互作用'
- 恒定,线性和相互作用项“二次”
- 恒定,线性,互动和平方术语“纯Quadratic”
- 恒定,线性和平方术语
列的顺序X
用于完整的二次模型n术语是:
恒定术语
顺序1、2,...,,,n
(1,2),(1,3),...的交互条款n),(2,3),...n- 1,n)
顺序1、2,...,,,n
其他模型以相同的顺序使用这些术语的子集。
或者,模型
可以是指定任意顺序多项式术语的矩阵。在这种情况下,模型
每个因子应具有一个列,对于模型中的每个项,应具有一行。任何行中的条目模型
是列中因素的力量。例如,如果模型有因素x1
,,,,x2
, 和X3
,然后一排[0 1 2]
在模型
指定术语(x1。^0)。*(x2。^1)。*(x3。^2)
。一排所有的零模型
指定一个恒定术语,可以省略。
[DCV,X] = Daugment(...,,,
指定设计的其他参数/值对。有效参数及其值在下表中列出。参数1
,,,,val1
,,,,参数2
,,,,val2
,...))
范围 | 价值 |
---|---|
“界限” |
每个因素的下限和上限,指定为 |
“分类” |
分类预测指标的指标。 |
'展示' |
任何一个 |
“排除模拟” |
处理不包括不良运行的函数。如果功能是F,它必须支持语法金宝appb=F((s), 在哪里s是与 |
'在里面' |
最初的设计作为 |
“水平” |
每个因素的水平数量矢量。 |
'Maxiter' |
最大迭代次数。默认值为 |
'选项' |
该值是一个包含选项的结构,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。用
|
“尝试” |
尝试从新起点生成设计的次数。该算法使用每次尝试的随机点,除了第一个尝试。默认值为 |
例子
示例1
假设您希望设计能够估算三因素线性添加剂模型中的参数,其中八次必须在不同的时间进行。如果该过程经历时间线性漂移,则可能需要将运行时间作为模型中的变量包括在内。产生如下的设计:
时间= linspace(-1,1,8)';[dCV1,X] = dcovary(3,time,'linear') dCV1 = -1.0000 1.0000 1.0000 -1.0000 1.0000 -1.0000 -1.0000 -0.7143 -1.0000 -1.0000 -1.0000 -0.4286 1.0000 -1.0000 1.0000 -0.1429 1.0000 1.0000 -1.0000 0.1429-1.0000 1.0000 -1.0000 0.4286 1.0000 1.0000 1.0000 0.7143 -1.0000 -1.0000 1.0000 1.0000 X = 1.0000 -1.0000 1.0000 1.0000 -1.0000 1.0000 1.0000 -1.0000 -1.0000 -0.7143 1.0000 -1.0000 -1.0000 -1.0000 -0.4286 1.0000 1.0000 -1.0000 1.0000 -0.1429 1.00001.0000 1.0000 -1.0000 0.1429 1.0000 -1.0000 1.0000 -1.0000 0.4286 1.0000 1.0000 1.0000 1.0000 1.0000 0.7143 1.7143 1.0000 -1.0000 -1.0000 1.0000 1.0000 1.0000 1.0000
列矢量时间
是固定因素,标准化为±之间的值1
。固定因子中的行数指定设计中的运行次数。最终的设计DCV
每次给出三个受控模型因素的因子设置。
示例2
以下示例使用Dummyvar
函数将八轮实验阻塞到4个尺寸2的块中,以估算具有两个因素的线性加性模型:
固定= dummyvar([[1 1 2 2 3 3 3 4 4]);dcv2 = dcovary(2,固定(:,1:3),'linear')dcv2 = 1 1 1 1 0 0 0-1 -1 1 0 0 -1 0 0 -1 0 1 0 1 0 1 0 1 -1 0 1 -1 0 1 0 1 0 1 1 1 1 0 0 0 1 0 1 0 1-1 -1 0 0 1 -1 1 0 0 0 0 1 -1 0 0 0 0
前两列的DCV2
包含两个因素的设置;最后三列是四个块的虚拟变量编码。