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 из обработок, подходящих для оценки параметров в model с nfactors факторы. dC имеет nfactors столбцы и одна строка для каждой обработки кандидата. model одно 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
В качестве альтернативы model может быть матрица, задающая 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 степени для факторов в столбцах. Например, если модель имеет факторы X1x2 , и X3, затем 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 поскольку полная квадратичная модель с условиями n:
Постоянный термин
Линейные члены в порядке 1, 2..., n
Периоды взаимодействия в порядке (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 к candexch 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 в виде |
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