正交表的数据分析及其构造.pdfVIP

正交表的数据分析及其构造 【摘要】：全文分三个部分共十章。第一部分给出一种从全局到局部 的正交表数据分析新方法， 称为 GL 算法 (Global-LocalAlgorithm) 。主 要用来求解已知或者未知多元系统函数的稳定中心。所谓稳定中心， 相当于一个多元函数的自变量的一个点， 在这个点处一方面它的多元 函数值接近一个给定的目标值， 另一方面， 在这个自变量点的一个给 定的区域内， 相应的多元函数值波动很小。 第二部分给出一种利用投 影 矩 阵 的 正 交 分 解 构 作 正 交 表 的 新 方 法 ， 称 为 矩 阵 象 构 作 法 (MatrixImageConstruction) 。正交表的第 j 列的矩阵象 A_j 正好是方差 分析中的第 j 个因子的平方和 S_j~2=Y~TA_jY 中的投影矩阵．方差 分析中的第 i 个和第 j 个因子的平方和 S_i~2 和 S_j~2 的独立性等价 于矩阵象 A_i 和 A_j 的正交性。而矩阵象 A_i 和 A_j 的正交性等价于 正交表的正交性。 因而我们不但可以用投影矩阵正交分解技术进行数 据分析，而且可以用这个技术构造正交表。 历史对正交表的构作方法 多用于对少量的等水平的对称正交表的构作， 而矩阵象构造法对大量 的混合水平正交表的构作更有效， 可以构造出相当规模的 GL 算法所 需要的各种各样的正交表。第三部分给出 GL 算法的应用技术。包括 指标转化、 问题转化和数据转化三方面的内容。 指标转化是指如何把 数学中的解方程组、 解非线性规划、 求多元函数积分和求多元函数偏 导数等的数学指标经指标转化变成 GL 算法求解稳定中心的指标； 问 题转化是指如何把统计中的估计、 预测和检验问题转化为 GL 算法求 解稳定中心的问题： 数据转化是指如何把一般常见的数据转化成正交 试验下的数据， 从而也能用 GL 算法解决问题。 全文的目的是要说明： GL 算法是一个有理论基础、 具有可实现性 (可以构造它所需要的各种 正交表 )、可操作性强和应用面广泛的统计数据算法。 【关键词】：稳 定性不变性信息分解比正交表试验设计投影矩阵置换矩阵 【学位授予单位】：华东师范大学 【学位级别】：博士 【学位授予年份】：2006 【分类号】：O241.6 【目录】：摘要 11-12ABSTRACT( 英文摘要 )12-13 主要符号对照表 13-15 第一章绪论 15-19 第一部分正交表的数据分析 -GL 算法 19-89 第二章 GL 算法的基本定理 21-362.1 问题的提出 21-232.1.1 问题 21-222.1.2 设计与试验 22-232.1.3 数据 232.2 波动分解基本定理 23-312.2.1风险函数的分解 23-272.2.2平均方差指标的控制 27-292.2.3 偏离度指标的控制 29-312.3 正交表基本定理 31-362.3.1 描述因子 x_j 水平 k 的示性集合 31-322.3.2 正交表的强度 32-332.3.3 正交化变换 33-36 第三章全局分析 -G 步计算 36-563.1 扭曲度的估计 36-413.2