本文關(guān)鍵詞：收縮方法在大超飽和設(shè)計中的應(yīng)用仿真研究

  更多相關(guān)文章： 大超飽和設(shè)計 收縮方法 所有效應(yīng)識別率 功效 第一類錯誤率

【摘要】：在試驗的初始階段,超飽和設(shè)計可作為從大量的因子中篩選出有效因子的一種工具.然而,對這種類型的設(shè)計的數(shù)據(jù)分析仍然處于初步階段,特別是對大超飽和設(shè)計.本文中,我們在線性回歸模型中應(yīng)用一類行數(shù)相同列數(shù)逐漸增加的超飽和設(shè)計陣研究收縮方法分析超飽和設(shè)計時的表現(xiàn).仿真結(jié)果表明：S.EB分析超飽和設(shè)計的能力普遍高于其它收縮方法,并且在一定程度上受模型中有效因子數(shù)和設(shè)計陣列數(shù)的影響.當(dāng)模型中只有1或2個有效因子時,S.EB分析超飽和設(shè)計的能力受模型中有效因子數(shù)和設(shè)計陣列數(shù)的影響比較小.當(dāng)模型中只有1個有效因子時,S.EB可精確地識別出真實模型；當(dāng)模型中有2個有效因子時,S.EB可近于精確地識別出真實模型.當(dāng)模型中有效因子數(shù)大于2時,S.EB分析超飽和設(shè)計的能力受模型中有效因子數(shù)和設(shè)計陣列數(shù)的影響比較顯著,表現(xiàn)為其識別真實模型的能力隨兩者或其中之一的增加有顯著的降低趨勢.
【學(xué)位授予單位】：華中師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：O212.6

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前2條

1 詹金龍;陳建寶;鄄曉云;;隨機回歸系數(shù)和參數(shù)的G—M估計同時關(guān)于設(shè)計陣和散布陣的穩(wěn)健性[J];昆明工學(xué)院學(xué)報;1992年03期

2 ;[J];;年期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 張雙雙;收縮方法在大超飽和設(shè)計中的應(yīng)用仿真研究[D];華中師范大學(xué);2016年

，

本文編號：1225956