Esta página aún no se ha traducido para esta versión. Puede ver la versión más reciente de esta página en inglés.

candgen

Generación de conjunto de candidatos

Sintaxis

dC = candgen(nfactors,'model')
[dC,C] = candgen(nfactors,'model')
[...] = candgen(nfactors,'model','Name',value)

Descripción

dC = candgen(nfactors,'model') genera un conjunto candidato de tratamientos apropiados para estimar los parámetros en eldC model con los factores. tiene columnas y una fila para cada tratamiento candidato.nfactorsdCnfactors model es uno de los siguientes:

  • — Términos constantes y lineales.'linear' Este es el valor predeterminado.

  • — Constantes, lineales y términos de interacción'interaction'

  • — Constantes, lineales, interacciones y términos cuadrados'quadratic'

  • — Términos constantes, lineales y cuadrados'purequadratic'

Alternativamente model puede ser una matriz especificando términos polinómicos de orden arbitrario. En este caso, model debe tener una columna para cada factor y una fila para cada término del modelo. Las entradas de cualquier fila de model son poderes para los factores en las columnas. Por ejemplo, si un modelo tiene factores y, a continuación, una fila enX1X2X3[0 1 2] model especifica el término.(X1.^0).*(X2.^1).*(X3.^2) Una fila de todos los ceros en model especifica un término constante, que se puede omitir.

[dC,C] = candgen(nfactors,'model') también devuelve la matriz de diseño evaluada en los tratamientos en.CdC El orden de las columnas de un modelo cuadrático completo con términos es:Cn

  1. El término constante

  2. Los términos lineales en la orden 1, 2,...,n

  3. Los términos de interacción en orden (1, 2), (1, 3),..., (1,), (2, 3),..., (– 1,)nn n

  4. Los términos cuadrados en la orden 1, 2,...,n

Otros modelos utilizan un subconjunto de estos términos, en el mismo orden.

Pase a para generar un diseño óptimo utilizando un algoritmo de intercambio de coordenadas.CcandexchD

[...] = candgen(nfactors,'model','Name',value) especifica uno o más pares de nombre/valor opcionales para el diseño. Los parámetros válidos y sus valores se enumeran en la tabla siguiente. Especificar Name dentro de comillas simples.

NombreValor
bounds

Límites inferiores y superiores para cada factor, especificados como a-by-Matrix.2nfactors Alternativamente, este valor puede ser una matriz de celdas que contiene elementos, cada elemento que especifica el vector de los valores permitidos para el factor correspondiente.nfactors

Categórico

Índices de predictores categóricos.

Niveles

Vector del número de niveles para cada factor.

Nota

La función genera automáticamente un conjunto de candidatos utilizando y, a continuación, crea un diseño óptimo a partir de ese conjunto de candidatos utilizando.rowexchcandgenDcandexch Llame por separado para especificar su propio conjunto de candidatos al algoritmo de intercambio de filas.candexch

Ejemplos

El ejemplo siguiente se utiliza para generar un diseño de cinco ejecución para un modelo cuadrático puro de dos factores utilizando un conjunto candidato que se produce internamente:rowexch

dRE1 = rowexch(2,5,'purequadratic','tries',10) dRE1 =     -1     1      0     0      1    -1      1     0      1     1

Lo mismo se puede hacer usando y en secuencia:candgencandexch

[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

Consulte también

|

Introducido antes de R2006a