均匀设计是中国统计学
均匀设计将试验点在高维空间内充分均匀分散,使数据具有更好的代表性,为揭示规律创造必要条件。变量和水平数少于4时,试验设计用户易于选择,适用的方法较多,如正交试验设计、回归正交试验设计、旋转设计、D-最优设计等,试验次数通常是十几个,用户能够接受。但当描述复杂自然现象和探讨复杂的规律,实验因素和水平在5个以上时,用上述方法试验次数会剧增,使得用户难于接受,用户只好简化条件或是取消试验考察。
均匀设计的最大特点是,试验次数可以等于最大水平数,而不是实验因子数平方的关系,试验次数仅与需要考察的x个数有关。但一般来说,试验次数选为实验因子个数的3倍左右为宜,有利于建模和优化。
目前,对于一般等水平均匀设计问题,方开泰的有关均匀设计的几部著作,特别是为均匀设计开辟的网页http://www.math.hkbu.edu.hk/UniformDesign 可以得到大量的均匀设计表格。在该网页上,其均匀设计表是以中心化偏差作为均匀性度量指标,且精度较高,一般应用,如处理数量不大时可以使用该表。
当各个因素的水平不等时,一般是利用数量有限的混合水平均匀设计表,如
在DPS数据处理系统中,作者提出了一种新的定向优化算法,初步解决了一般均匀设计表和混合水平均匀设计表的构造问题。运用该方法可以求得设计矩阵优良性能较好,偏差也比较小的均匀试验设计方案。特别适用于构造试验因子和处理(水平)数较大的情形及混合水平的均匀试验设计需求,因为目前几乎所有的现成的均匀设计方案的因子数在30以下,处理(水平)数在31以下。下面介绍该方法的使用技术。同时,在DPS系统中,还提供了对现有的均匀设计进行优化的功能,以及混料均匀设计方案计算的功能等。
|
均匀试验设计 |
均匀设计是中国统计学 家方开泰 教授和中科院院士王元首创,是处理多因素多水平试验设计的首选方法,可用较少的试验次数,完成复杂的...
统计软件 SAS 、 Stata 与 SPSS 的比较 SAS 软件 一般用法 。 SAS 由于其功能强大而且可以编程,很受高级用户的欢迎。也正是基于此,它是最难...
使用Origin以IR为例展示标注峰的具体操作: 1.打开或使用数据制作出谱图 2.调用峰识别菜单AnalysisPeaks and BaslinePeak AnalysisOpen Dialog 3.选择Find...
摘要:多种统计优化方法已被成功地运用于微生物培养基优化工作中,本文根据响应面分析法的基本原理,针对响应面方法的优点、试验设...
微信扫码 关注我们
24小时咨询热线
移动电话