θ和θ_,B_准则的几个新结果.docxVIP

硕士学位论文 MASTERS THESIS 过Doubling方法来构造分辨度仍为，y的Double设计D(X)，并证明存在一个D(X)的投影设计具有分辨度，y或更高的分辨度．Xu and Cheng(2006)讨论了double设计中补设计的一般理论问题．Lei and Qin(2007)讨论了double设计的均匀性问题． 2 第二节 基本概念 这一节里，我们介绍一些基本的概念，比如口准则，％准则，Double设计，最小投影均匀性，最小低阶混杂和广义最小低阶混杂等概念． 2．1 8准则 为了探索设计在模型未知条件下的投影效率，Tsai et al(2000)提出了p准则去比较对于定量因子的三水平主效应设计，它不仅仅考虑主效应，而且还考虑交互效应．用!，=x口+E，表示我们所感兴趣的极大模型．其中Y为观测到的一个N×1向量，x为一个N X∞4-1)设计阵；卢为参数的一个∽+1)X 1向量； 且E0)=xp．边际原则是用来定义合格模型类的，这类合格模型的参数个数不超过实验次数因而是可以被估计的．边际原则指的是模型中的每一项必须与它的边际项同时出现，无论其估计值是大还是小．即如果模型中出现了两因子交互效应，则此模型中一定要包含这两个因子的主效应．如果模型中出现了一个二次效应，则相应的线形效应也应在模型中出现．这个模型不一定是被估计的，假设我们最终拟和的是极大模型的—个子模型．即—个包含参数卢的子集，但是我们事先并不知道是 哪个．+。 定义1考虑—个极大模型Y=x卢+￡，no为该极大模型的合格模型的个数，则口准则为 一。磊1备n缶n i1高％ 其中n为因子个数，％(i，J=0， ，钉)为信息矩阵x7x的(i，J)元，咄，为包含 效应i和J的合格模型的个数．． 2．2如准则 当我们在收集试验数据之前已经有了一些关于不可忽略的因子效应的概率的先呛知识，Tsai et al(2005)提出了％准则． ’定义2与p准则的定义类似，定义如为 ％ = 。∑：l 。∑删 豆蚴 3 其中鼽j为包含效应t，，的模型成为最好模型的概率之和，上式求和要取遍所有包含效应i，J的模型． 2．3 Double设计 假定X是一个有Ⅳ个处理，n个2一水平因子的设计，2个水平用1和一1分别表示高水平和低水平，X的每一列对应于一个因子，每一行定义为一个因子二水平组合．． 定义3设墨是—个N．×礼矩阵，且它的元素分别1或．1，则X的Double 设计用D(耻(妻三)蒜即 i一，～一 雌，=1二)。五 其中。为Kronecker乘积． 显然，double设计D(X)的试验次数与因子数为原始设计x的两倍． 2．4最小投影均匀性 一最小低阶投影均匀性准则由Fang and Qin(2005)提出，它就是建立在中心化如 偏差的基础上．现在我们来简要地回顾一下中心化工2偏差．对于{l， ，8)的任意一个非空子集t‘，用三P=【0，1P表示—个包含“中坐标系的Jt‘J维超立方体， 这里J¨I为集合U所含的元素的个数．三严中的一个点记为k，它的分量为嘞。歹∈Ⅱ．给定任意点k。用R(k)来表示点k和三严中离h。最近的顶点组成的超立方体，即R(k)是由所有的半开区间厶0∈缸)的Descartes积所组成，其中 f【o，hA，o≤吩虿1， 扣{阶)，；≤幻i． 记P为包含【0，1)l中的任意n个点的集合，于是P的中心化如偏差定义为 c吲耻{莓正。[幽掣删删]2砒)l’ 硕士学位论文 @MASTER．S THESIS 这里求和∑是针对所有非空子集Ⅱ来进行的，R是P在王P上的投影，即 f：={(^触，t∈u)：k=1， ，扎)， Vol表示体积．一 如果仅仅考虑点集P从【o，1)。投影到日。上的均匀性，则相应的偏差可定义 为 ·叫胪㈨掣圳删]2帆r 其中Pu和Vol的意义同上．CL2，。(P)值越大则P在[o’1)‘中的分布就越均匀． CL2，。(P)被称为Ⅱ投影偏差．对于1≤t≤岛定义 五(P)·∑【G岛一尸)】2一(：)[(圭)‘一互丽十刍】l 显然，厶(P)刻画的ul是=i点集尸在《维子空问上的总体均3i匀性，因此向量 仉(D)，屯(D)， ，厶(D))度量了点集P在不同维数子空间上的投影均匀性． 定义4设Dl和D2均为二水平的部分因析设计，r是使得‘(D1)≠Ir(D2)的最小的整数，如果‘(D1)‘(D2)，则称D1比D2有较小的投影均匀性，如果没有设计比D1有更小的投影均匀性，则称D1具有最小低阶投影均匀性． 显然最小投影均匀性准则也即^(D)，屯(D)， ，厶(D)序贯地达到最小． 2．5最小低阶混杂 ‘一个28-!正规部分因子设计D是一个包含8个二水平因子的设计，它的因 子由七个独立的定义字(Defining Words)唯一确定．一个字由表示因子的字母 (如日，易，