Question

我正在努力使用R来创建一个相当精细的分数阶乘设计。

（见http://en.wikipedia.org/wiki/Fractional_factorial_design）

我搜索了Google和R-lists并检查了几个有前途的软件包（AlgDesign，DoE.base，acepack）

但是我没有发现任何可以处理分数设计的东西（只对主效应感兴趣），其中8个因子各有3个，4个，6个或11个等级！

有人能指出我正确的方向吗？

谢谢！

Answer 1

我使用了包AlgDesign来生成部分因子设计：

使用函数gen.factorial()生成完整的阶乘设计。
将结果传递给optFederov() - 这将尝试使用Federov算法找到最佳的分数设计。

以下代码在我的Windows笔记本电脑上运行大约需要3分钟。该示例找到了一个近似的最佳分数因子设计，其中包含8个因子，每个都有3,4,6或11个级别，如您所指定的那样。

请注意，我使用optFederov(..., approximate=TRUE) - 这会找到一个近似解决方案。在我的机器上，当我设置approximate=FALSE时，代码运行时间太长而Windows会抛出一个strop。您可能希望尝试不同的设置。

library(AlgDesign)

levels.design = c(3,4,6,11,3,4,6,11)
f.design <- gen.factorial(levels.design)

fract.design <- optFederov(
        data=f.design,
        nTrials=sum(levels.design),
        approximate=TRUE)

输出：

head(f.design)

  X1 X2 X3 X4 X5 X6 X7 X8
1 -1 -3 -5 -5 -1 -3 -5 -5
2  0 -3 -5 -5 -1 -3 -5 -5
3  1 -3 -5 -5 -1 -3 -5 -5
4 -1 -1 -5 -5 -1 -3 -5 -5
5  0 -1 -5 -5 -1 -3 -5 -5
6  1 -1 -5 -5 -1 -3 -5 -5


fract.design
$D
[1] 6.813321

$A
[1] 0.375804

$Ge
[1] 0.998

$Dea
[1] 0.998

$design
       Rep.. X1 X2 X3 X4 X5 X6 X7 X8
1          1 -1 -3 -5 -5 -1 -3 -5 -5
10         1 -1  3 -5 -5 -1 -3 -5 -5
...
626475     1  1 -3 -5 -5  1  3  5  5
627253     1 -1 -3  5  5  1  3  5  5

$rows
 [1]      1     10     61    723    790   1596   2307   2314   2365   2374
[11]   2376   7129   7140   7198   7849   7911   7918   7920   8713   8724
[21]   9433   9504  48252  48301  48303  49105  49107  49114  49174  54660
[31]  54711  56233  56304 570241 570963 571834 571836 572556 578151 579015
[41] 617821 617823 619414 620127 620134 625618 626475 627253

Answer 2

只是为了增加Andrie的答案。这就是我们如何解释优化设计的力量。

设计效率由Ge来判断。应该是1或接近1.以下链接有一些解释，我参考了“用R设计和分析实验”一书。认为这可能对那些正在寻找答案的人有用。以下是我获取此信息的来源。

https://stat.ethz.ch/pipermail/r-help/2007-October/143217.html

Error in Hierarchical Bayesn in R : Bayesn Package

Answer 3

D，A，I，G最优设计都是有界设计（设计在设计空间的边界上），我认为最优设计结果不适合拟合响应曲面或替代模型。同时，最优设计通常不是正交的。

如何在R中创建分数阶乘设计？

3 个答案: