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 X1
x2
, 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 из количества уровней для каждого фактора. |
Следующее использование в качестве примера 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 1
То 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