Полный факторный план (2 ^ 4) без повторов в R (почему я не могу построить график Даниэля в R)

Я пытаюсь проанализировать полный факторный план 2 ^ 4 с центральными и звездными точками без повторений. Однако я пытаюсь построить график сюжета Дэниела, но не могу. Код R (https://docs.google.com/document/d/1hrODFpL4tWnWr9CPL9g_myALMQ926SsNS9Ncy5MnhA0/edit?usp=sharing).

library(Rcmdr)    
library(RcmdrPlugin.DoE)    
library(FrF2)

Design.1 <- fac.design(nfactors= 4,
                       replications= 1 ,
                       repeat.only= FALSE , 
                       blocks= 1 ,
                       randomize= FALSE ,
                       seed= 28059 ,
                       nlevels=c( 2,2,2,2 ), 
                       factor.names=list(Temperature=c(100,160), 
                                         Time=c(1.5,4), 
                                         Acid=c(0,3), 
                                         Biomass=c(10,30) ) )

Design.1.withcenterpts <- add.center(Design.1, ncenter= 2, distribute= 1)

CCD <- ccd.augment(Design.1.withcenterpts, alpha= 1, ncenter=c(1) ,
                   randomize= FALSE, seed= 3647 )

attach(CCD)

y.response= c(33.8, 61.19, 46.76, 49.21, 91.17, 97.14, 97.34, 9.88, 40.05, 41.93, 50.07, 
              62.83, 98.72, 6.45, 99.48, 14.48, 95, 97.99, 97.96, 12.97, 99.78, 74, 
              51.82, 59.79, 83.38, 81.63, 94.07)

CCD <- add.response(CCD, y.response, replace=FALSE)
DanielPlot(CCD)

r anova experimental-design orthogonal
person Jack Andrés Rincón Pérez    schedule 10.01.2018    source источник

Ответы (2)


arrow_upward
1
arrow_downward

Это дизайн поверхности ответов. Обычно вы строите их последовательно, начиная с дизайна скрининга, например. 2⁴ полный или дробный дизайн с повторяющимися центральными точками в качестве первой итерации. График Дэниелса очень хорош при определении 20-процентных доминирующих эффектов (активного подпространства) исследуемых факторов и должен использоваться на этом этапе. Если все четыре фактора активны, вы можете добавить звездные точки, учитывая, что схема скрининга указала близость к «максимальному» или «минимальному» значению гиперпространства. Если все факторы активны, вы обычно анализируете результаты с помощью анализа наименьших квадратов. Вы не удаляете факторы в анализе поверхности отклика на основе статистической значимости, так как это будет означать, что предполагаемое нулевое значение будет лучшей наилучшей оценкой, чем фактическая оценка. Поэтому краткий ответ:

График DANIELS не используется при анализе поверхностей отклика.

Ссылка: «Статистика для экспериментаторов», Box Hunter and Hunter Wileys, 2005 г., главы 11 и 12.

Обратите внимание, что вы должны иметь возможность отображать остатки модели на графике Дэниэлса.

person tmusic99    schedule 30.01.2018
comment
Большое спасибо, удивительное объяснение. Привет из Мехико - person Jack Andrés Rincón Pérez; 31.01.2018

arrow_upward
0
arrow_downward

Сюжет Дэниела работает только с подходящей моделью, созданной на основе регрессии. Например:

model<-lm(y.response~Temperatura*Time*Acid*Biomass,data=CCD)

Он создаст модель. Я предлагаю:

BsM2::DanielPlot(model)

для создания сюжета.

person Adonis Cedeño    schedule 19.01.2020