候选集代
DC = candgen(n因子,”
模型
“)
[DC,C] = candgen(n因子,”模型
“)
[...] = candgen(n因子,”模型
''名称
”,值
)
DC = candgen(n因子,”
生成一组候选模型
“)DC
治疗适当,用于估计在所述参数模型
同n因子
因素。DC
有n因子
列和每一行对应一个候选处置。模型
是以下之一:
“线性”
- 常量和线性项。这是默认的。
'相互作用'
- 常量,线性的,并且交互项
“二次”
- 常量,线性,互动和平方项
'purequadratic'
- 常量,线性和平方项
或者,模型
可以指定任意阶多项式项的矩阵。在这种情况下,模型
应该为每个因素一列一列模型中的每个术语。在任何行中的条目模型
对于在列的因素权力。例如,如果一个模型具有因素X1
,X2
和X3
,然后行[0 1 2]
在模型
指定术语(X1 ^ 0)*(X2 ^ 1)*(X3。^ 2)
。在全零的行模型
指定的常数项,其可以被省略。
[DC,C] = candgen(n因子,”
也返回设计矩阵模型
“)C
在治疗评价DC
。的列的顺序C
对于一个完整的二次模型ñ条件是:
常数项
为了1,2线性项,...,ñ
为了相互作用项(1,2),(1,3),...,(1,ñ),(2,3),...,(ñ- 1,ñ)
为了1,2平方项,...ñ
其他车型使用这些术语的一个子集,以相同的顺序。
通过C
至candexch
以产生d- 最优设计使用坐标交换算法。
[...] = candgen(n因子,”
指定一个或多个用于设计多种可选的名称/值对。有效参数和它们的值列在下表所示。指定模型
''名称
”,值
)名称
里面的单引号。
名称 | 值 |
---|---|
界限 |
下限和上限对于每个因子,指定为 |
明确的 |
分类预测的指标。 |
水平 |
每个因子的水平数的载体。 |
下面的示例使用rowexch
以生成五运行设计用于使用在内部产生的候选集合中的双因素纯二次模型:
DRE1 = rowexch(2,5, 'purequadratic', '尝试',10)DRE1 = -1 1 0 0 1 -1 1 0 1 1
同样的事情可以做到用candgen
和candexch
按顺序:
[DC,C] = candgen(2, 'purequadratic')%候选集,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治疗=candexch(C,5, '尝试',10)%求d-OPT子集治疗= 2 1 7 3 4 dRE2 = DC(治疗,:)%显示设计dRE2 = 0 -1 -1 -1 -1 1 1 -1 -1 0