如果每个属性的级别数都不相同,如何创建完整的阶乘设计和选择集?

时间:2018-10-09 17:10:17

标签: r experimental-design

我是Valentina,这是我第一次在这里写信,我为我的英语致歉。

我正在使用软件R。我必须创建一个选择实验。

我知道要确定所使用的最大组合数量: (级别)^因子。一般而言,属性具有相同数量的级别。 例如,如果有3个属性,而每个属性都有2个级别,则组合的总数为:3 ^ 2 = 9。

我有4个具有不同级别级别的属性:

Attribute A: 100%, 75%, 50%, 25%;
Attribute B: yes, no;
Attribute C: yes, no;
Attribute D: 5, 10, 15, 20.

成瘾中,可以选择维持现状。

如何确定组合的最大数量?之后,我将创建一个分数设计。

我已经尝试过这种方式,但是我不确定那是正确的:

> library(DoE.base) 
> oa.design(nlevels=c(4,2,2,4))

我也尝试以这种方式创建实验设计:

> d.object <- rotation.design(  
           attribute.names = list(A= c("100%", "75%", "50%", "25%"), B=c  ("yes", "no"), C=c("yes" , "no"), D = c("5", "10", "15", "20")),  
nalternatives = 2,  nblocks = 1,  row.renames = FALSE,  randomize = TRUE,  
seed = 987) 



>status.quo <- c(A= "0", B= "no", C= "no", D= "0") 
   >questionnaire(choice.experiment.design = d.object, common = status.quo) 

我得到了问卷。

如果属性的级别数不同,此过程是否正确?

1 个答案:

答案 0 :(得分:2)

组合数将是每个变量的级别数的乘积:

Attribute_A = c('100%', '75%', '50%', '25%')
Attribute_B = c('yes', 'no')
Attribute_C = c('yes', 'no')
Attribute_D = c(5, 10, 15, 20)

N = prod(length(Attribute_A), length(Attribute_B), length(Attribute_C), length(Attribute_D))
# [1] 64

您可以使用expand.grid

生成组合
combinations = expand.grid(Attribute_A = Attribute_A, 
                           Attribute_B = Attribute_B, 
                           Attribute_C = Attribute_C, 
                           Attribute_D = Attribute_D,
                           stringsAsFactors = FALSE)

head(combinations)
#   Attribute_A Attribute_B Attribute_C Attribute_D
# 1        100%         yes         yes           5
# 2         75%         yes         yes           5
# 3         50%         yes         yes           5
# 4         25%         yes         yes           5
# 5        100%          no         yes           5
# 6         75%          no         yes           5
#...  

您可以使用rbind添加“ status_quo”选项(通常用英语命名为“ control”)

status_quo = c(Attribute_A= "0", Attribute_B= "no", Attribute_C= "no", Attribute_D= "0") 
combinations = rbind(status_quo, combinations)

head(combinations)
#   Attribute_A Attribute_B Attribute_C Attribute_D
# 1           0          no          no           0
# 2        100%         yes         yes           5
# 3         75%         yes         yes           5
# 4         50%         yes         yes           5
# 5         25%         yes         yes           5
# 6        100%          no         yes           5