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

dcovary

-diseño óptimo con covariables fijasD

Sintaxis

dCV = dcovary(nfactors,fixed)
[dCV,X] = dcovary(nfactors,fixed)
[dCV,X] = dcovary(nfactors,fixed,model)
[dCV,X] = daugment(...,param1,val1,param2,val2,...)

Descripción

dCV = dcovary(nfactors,fixed) utiliza un algoritmo de intercambio de coordenadas para generar un diseño óptimo para un modelo de aditivo lineal con factores, sujeto a la restricción que el modelo incluye los factores de covariable fija.Dnfactorsfixed El número de ejecuciones en el diseño es el número de filas en.fixed El diseño aumenta con las columnas iniciales para los tratamientos de los términos del modelo.dCVfixed

[dCV,X] = dcovary(nfactors,fixed) también devuelve la matriz de diseño asociada con el diseño.X

[dCV,X] = dcovary(nfactors,fixed,model) utiliza el modelo de regresión lineal especificado en model. 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'

El orden de las columnas de un modelo cuadrático completo con términos es:Xn

  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.

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.

[dCV,X] = daugment(...,param1,val1,param2,val2,...) especifica pares de parámetro/valor adicionales para el diseño. Los parámetros válidos y sus valores se enumeran en la tabla siguiente.

ParámetroValor
'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

'categorical'

Índices de predictores categóricos.

'display'

Ya sea o para controlar la visualización del contador de iteración.'on''off' El valor predeterminado es.'on'

'excludefun'

Identificador de una función que excluye ejecuciones indeseables. Si la función es, debe admitir la sintaxis = (), donde es una matriz de tratamientos con columnas y es un vector de valores booleanos con el mismo número de filas que. () es true si se debe excluir la fila TH.fbfSSnfactorsbSbiiS

'init'

Diseño inicial como un-por-matriz.mrunsnfactors El valor predeterminado es un conjunto de puntos seleccionado aleatoriamente.

'levels'

Vector del número de niveles para cada factor.

'maxiter'

Número máximo de iteraciones. El valor predeterminado es.10

'options'

El valor es una estructura que contiene opciones que especifican si se calculan varios intentos en paralelo y se especifica cómo utilizar números aleatorios al generar los puntos de partida para los intentos. Cree la estructura de opciones con.statset Los parámetros aplicables son:statset

  • — Si está instalado, calcule en paralelo.'UseParallel'trueParallel Computing Toolbox™ Si el no está instalado, entonces el cálculo ocurre en el modo serial.Parallel Computing Toolbox El valor predeterminado es, es decir computación serial.false

  • : Se configura para que se calcule en paralelo de forma reproducible.UseSubstreamstrue El valor predeterminado es.false Para calcular reproduciblemente, establezca un tipo que permita subsecuencias: o.Streams'mlfg6331_64''mrg32k3a'

  • — Un objeto o matriz de celdas de estos objetos.StreamsRandStream Si no se especifica, utiliza la secuencia o secuencias predeterminadas.Streamsdcovary Si decide especificar, utilice un único objeto excepto en el casoStreams

    • EsUseParalleltrue

    • EsUseSubstreamsfalse

    En ese caso, utilice una matriz de celdas del mismo tamaño que el grupo paralelo.

'tries'

Número de veces que se intenta generar un diseño a partir de un nuevo punto de partida. El algoritmo utiliza puntos aleatorios para cada intento, excepto posiblemente el primero. El valor predeterminado es.1

Ejemplos

Ejemplo 1

Supongamos que desea un diseño para estimar los parámetros en un modelo de aditivo lineal de tres factores, con ocho corridas que necesariamente ocurren en diferentes momentos. Si el proceso experimenta la deriva lineal temporal, es posible que desee incluir el tiempo de ejecución como una variable en el modelo. Produzca el diseño de la siguiente manera:

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    1.0000

El vector de columna es un factor fijo, normalizado a valores entre ±.time1 El número de filas en el factor fijo especifica el número de corridas en el diseño. El diseño resultante proporciona la configuración de los factores para los tres elementos de modelo controlados en cada momento.dCV

Ejemplo 2

En el ejemplo siguiente se utiliza la función para bloquear un experimento de ocho Run en 4 bloques de tamaño 2 para estimar un modelo de aditivo lineal con dos factores:dummyvar

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

Las dos primeras columnas de contienen la configuración de los dos factores; las tres últimas columnas son codificaciones de variables ficticias para los cuatro bloques.dCV2

Capacidades ampliadas

Consulte también

| |

Introducido antes de R2006a