第九章_回归的旋转设计介绍.pptVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第九章 回归的旋转设计;§1 旋转设计的基本原理;如何才能使试验设计具有旋转性呢?这就需要弄清楚旋转性对试验设计有什么要求以及获得旋转性必须满足哪些基本条件。首先必须明确的是:在旋转设计中,试验处理的预测值 的方差仅与因素空间中从试验点到试验中心的距离 ρ 有关而与方向无关,从而克服了通常因为不知道最优点在什么方向的缺陷。;这里应该解决的是二次回归正交的旋转性问题。下面以试验设计中常用的三元二次回归方程来讨论这个问题。;§1 旋转设计的基本原理;§1 旋转设计的基本原理;为了获得旋转设计方案,还必须根据旋转性条件式(13-29)确定 γ 值,;§1 旋转设计的基本原理;2次旋转组合设计具有同一球面预测值 的方差相等的优点,但回归统计数的计算较繁琐。如果使它获得正交性就能大大简化计算手续。;§1 旋转设计的基本原理;二次回归旋转组合设计,具有同一球面上各试验点的预测值 的方差相等的优点,但它还存在不同半径球面上各试验点的预测值 的方差不等的缺点。为了解决这一问题,于是提出了旋转设计的通用性问题。所谓“通用性”,就是试验除了仍保持其旋转性外,还具有各试验点与中心的距离 ρ 在因子空间编码值区间 0<ρ <1 的范围内,其预测值 的方差基本相等的性质,即同时具有旋转性与通用性。这种设计称为通用旋转组合设计。如何才能满足其通用性呢?;§1 旋转设计的基本原理;§1 旋转设计的基本原理;从以上可以看出,正交旋转的好处在于正交性,它是通过增加中心点的试验次数换来的,但有时并不合算。在某些实际问题中,反倒不如选用通用旋转设计。因为通用旋转设计,既能在 0<ρ <1 的较实用区域使方差 D( )基本不变,又在一定程度上减少了试验次数。;§2 二次正交旋转组合设计及其统计分析;表13-26 二次正交旋转设计因素水平编码值表;;;;2.2 三因素(1/2)实施正交旋转组合设计示例;表13-30 三因素二次回归正交旋转组合设计结构矩阵与结果计算表;初步得回归方程为:;表13-31 三因素二次回归正交旋转组合设计试验结果方差分析表;剔除 x1, x3, x1x2, x1x3, x2′和 x3′ ,回归方程变为:;§3 通用旋转组合设计及其统计分析;;§3 通用旋转组合设计及其统计分析;§3 通用旋转组合设计及其统计分析;§3 通用旋转组合设计及其统计分析;§3 通用旋转组合设计及其统计分析;§3 通用旋转组合设计及其统计分析;§3 通用旋转组合设计及其统计分析;§3 通用旋转组合设计及其统计分析;§3 通用旋转组合设计及其统计分析;§3 通用旋转组合设计及其统计分析;§3 通用旋转组合设计及其统计分析;;§3 通用旋转组合设计及其统计分析;Source DF Seq SS Adj SS Adj MS F P Regression 3 7.789 7.789 2.5962 1.08 0.387 Linear 3 7.789 7.789 2.5962 1.08 0.387 Residual Error 16 38.597 38.597 2.4123 Lack-of-Fit 11 36.057 36.057 3.2779 6.45 0.026 Pure Error 5 2.540 2.540 0.5079 Total 19 46.385 S = 1.553 R-Sq = 16.8% R-Sq(adj) = 1.2%; Source DF Seq SS Adj SS Adj MS F P Regression 9 36.465 36.465 4.0517 4.08 0.019 Linear 3 7.789 7.789 2.5962 2.62 0.109 Square 3 13.386 13.386 4.4619 4.50 0.030 Interaction 3 15.291 15.291 5.0970 5.14 0.021 Residual Error 10 9.920 9.920 0.9920 Lack-of-Fit 5 7.380 7.380 1.4760 2.91 0.133 P

文档评论(0)

4753333 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档