發(fā)布時間：2017-11-25 12:08

  本文關鍵詞：收縮方法在大超飽和設計中的應用仿真研究

  更多相關文章： 大超飽和設計 收縮方法 所有效應識別率 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,對這種類型的設計的數據分析仍然處于初步階段,特別是對大超飽和設計.本文中,我們在線性回歸模型中應用一類行數相同列數逐漸增加的超飽和設計陣研究收縮方法分析超飽和設計時的表現.仿真結果表明：S.EB分析超飽和設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和設計陣列數的影響.當模型中只有1或2個有效因子時,S.EB分析超飽和設計的能力受模型中有效因子數和設計陣列數的影響比較小.當模型中只有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.當模型中有效因子數大于2時,S.EB分析超飽和設計的能力受模型中有效因子數和設計陣列數的影響比較顯著,表現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.
【學位授予單位】：華中師范大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：O212.6

【相似文獻】

中國期刊全文數據庫 前2條

1 詹金龍;陳建寶;鄄曉云;;隨機回歸系數和參數的G—M估計同時關于設計陣和散布陣的穩(wěn)健性[J];昆明工學院學報;1992年03期

2 ;[J];;年期

中國碩士學位論文全文數據庫 前1條

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

，

本文編號：1225956