超饱和设想中的数据分析问题.pdfVIP

摘 要 在初期试验阶段，试验者常常会有许多候选因子，而这些因子中往往只有少数几 个对试验结果有显著的影响．超饱和设计是一种试验次数少于候选因子个数的试验 设计方法，在试验初期应用超饱和设计有很大的好处，因为可以大大节省试验的成 本．尽管最近十年问，超饱和设计成为试验设计领域中最热门的研究方向之一，但其 研究问题主要集中在设计的构造和最优设计准则上，只有相对少数几篇文章讨论了 超饱和设计中的数据分析问题． 超饱和设计中的数据分析问题是一个具有挑战性的研究问题，因为在超饱和设 计中试验的次数要少于候选因子的个数+变量选择的方法在超饱和设计的数据分析 问题中扮演了重要的角色．一些传统的分析方法，如Lin(1995)中所提出的正态图 法，逐步(向前)回归法，岭回归法和最优子集法都是变量选择的方法．近几年，又有 and 一些研究者提出了一些新的数据分析方法． Beattie，FongL．m(2002)利用两阶 段Bayes模型选择策略解决数据分析问题．“and Hn(2002)利用加惩罚的最小二 乘方法对超饱和设