Кандидат установил генерацию
dC = candgen(nfactors,'model')
[dC,C] = candgen(nfactors,'model')
[...] = candgen(nfactors,'model','Name',value)
dC = candgen(nfactors,' генерирует набор кандидата model')dC обработок, подходящих для оценки параметров в model с факторами nfactors. dC имеет столбцы nfactors и одну строку для каждой обработки кандидата. model является одним из следующего:
'linear' — Постоянные и линейные члены. Это значение по умолчанию.
'interaction' — Постоянные, линейные, и периоды взаимодействия
'quadratic' — Постоянный, линейный, взаимодействие и условия в квадрате
'purequadratic' — Постоянные, линейные, и условия в квадрате
Также model может быть матрицей, задающей полиномиальные условия произвольного порядка. В этом случае model должен иметь один столбец для каждого фактора и одну строку для каждого члена в модели. Записи в любой строке model являются степенями для факторов в столбцах. Например, если модель имеет факторы X1, X2 и X3, то строка [0 1 2] в model задает термин (X1.^0).*(X2.^1).*(X3.^2). Строка всех нулей в model задает постоянный термин, который может быть не использован.
[dC,C] = candgen(nfactors,' также возвращает матрицу проекта model')C, оцененный при обработках в dC. Порядок столбцов C для полной квадратичной модели с условиями n:
Постоянный термин
Линейные члены в порядке 1, 2..., n
Периоды взаимодействия по порядку (1, 2), (1, 3)..., (1, n), (2, 3)..., (n – 1, n)
Условия в квадрате в порядке 1, 2..., n
Другие модели используют подмножество этих условий в том же порядке.
Передайте C candexch, чтобы сгенерировать D - оптимальный проект с помощью координатно-обменного алгоритма.
[...] = candgen(nfactors,' задает одну или несколько дополнительных пар имя/значение для проекта. Допустимые параметры и их значения перечислены в следующей таблице. Задайте model','Name',value)Name в одинарных кавычках.
| Имя | Значение |
|---|---|
bounds | Нижние и верхние границы для каждого фактора, заданного как |
categorical | Индексы категориальных предикторов. |
levels | Вектор количества уровней для каждого фактора. |
Следующий пример использует rowexch, чтобы сгенерировать пятиуправляемый проект для 2D факторной модели неполного квадратного уравнения использование набора кандидата, который производится внутренне:
dRE1 = rowexch(2,5,'purequadratic','tries',10)
dRE1 =
-1 1
0 0
1 -1
1 0
1 1То же самое может быть сделано с помощью candgen и candexch в последовательности:
[dC,C] = candgen(2,'purequadratic') % Candidate set, 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
treatments = candexch(C,5,'tries',10) % Find D-opt subset
treatments =
2
1
7
3
4
dRE2 = dC(treatments,:) % Display design
dRE2 =
0 -1
-1 -1
-1 1
1 -1
-1 0