D- проект с фиксированными ковариантами
dCV = dcovary(nfactors,fixed)
[dCV,X] = dcovary(nfactors,fixed)
[dCV,X] = dcovary(nfactors,fixed,model)
[dCV,X] = daugment(...,param1,val1,param2,val2,...)
dCV = dcovary(nfactors,fixed) использует координатно-обменный алгоритм, чтобы сгенерировать D - оптимальный проект для линейной аддитивной модели с факторами nfactors согласно ограничению, что модель включает фиксированный ковариант, включает fixed. Количество выполнений в проекте является количеством строк в fixed. Проект dCV увеличивает fixed с первоначальными столбцами для обработок образцовых условий.
[dCV,X] = dcovary(nfactors,fixed) также возвращает матрицу проекта X, сопоставленный с проектом.
[dCV,X] = dcovary(nfactors,fixed, использует модель линейной регрессии, заданную в model)model. 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
Порядок столбцов X 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.
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.
[dCV,X] = daugment(..., задает дополнительные пары параметра/значения для проекта. Допустимые параметры и их значения перечислены в следующей таблице.param1,val1,param2,val2,...)
| Параметр | Значение |
|---|---|
'bounds' | Нижние и верхние границы для каждого фактора, заданного как |
'categorical' | Индексы категориальных предикторов. |
'display' | Или |
'excludefun' | Обработайте к функции, которая исключает нежелательные выполнения. Если функцией является f, она должна поддержать синтаксис b = f (S), где S является матрицей обработок со столбцами |
'init' | Первоначальный проект как |
'levels' | Вектор количества уровней для каждого фактора. |
'maxiter' | Максимальное количество итераций. Значением по умолчанию является |
'options' | Значение является структурой, которая содержит опции, задающие, вычислить ли несколько попыток параллельно, и задающий, как использовать случайные числа при генерации отправных точек для попыток. Создайте структуру опций с
|
'tries' | Число раз, чтобы попытаться сгенерировать проект от новой отправной точки. Алгоритм использует случайные точки для каждой попытки, кроме возможно первого. Значением по умолчанию является |
Предположим, что вы хотите, чтобы проект оценил параметры в линейной аддитивной модели с тремя факторами с восемью выполнениями, которые обязательно происходят в разное время. Если процесс испытывает временный линейный дрейф, можно хотеть включать время выполнения как переменную в модели. Произведите проект можно следующим образом:
time = 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
1.0000 1.0000 1.0000 -1.0000 0.1429
1.0000 -1.0000 1.0000 -1.0000 0.4286
1.0000 1.0000 1.0000 1.0000 0.7143
1.0000 -1.0000 -1.0000 1.0000 1.0000Вектор-столбец time является фиксированным фактором, нормированным к значениям между ±1. Количество строк в фиксированном факторе задает количество выполнений в проекте. Получившийся проект dCV дает факторные настройки для трех управляемых факторов модели каждый раз.
Следующий пример использует функцию dummyvar, чтобы блокировать восьмиуправляемый эксперимент в 4 блока размера 2 для оценки линейной аддитивной модели с двумя факторами:
fixed = dummyvar([1 1 2 2 3 3 4 4]); dCV2 = dcovary(2,fixed(:,1:3),'linear') dCV2 = 1 1 1 0 0 -1 -1 1 0 0 -1 1 0 1 0 1 -1 0 1 0 1 1 0 0 1 -1 -1 0 0 1 -1 1 0 0 0 1 -1 0 0 0
Первые два столбца dCV2 содержат настройки для этих двух факторов; последние три столбца являются фиктивными переменными кодированиями для четырех блоков.