1

我正在尝试分析具有中心点和星点的完整因子设计 2^4，没有重复。但是，我正在尝试绘制丹尼尔图，但我做不到。R 代码（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)
4

2 回答 2

1

这是一个响应曲面设计。您通常从筛选设计开始按顺序构建这些设计，例如 2⁴ 完整或部分设计，其中复制中心点作为第一次迭代。丹尼尔斯图在识别被调查因素的 20% 显性影响（活动子空间）时非常好，应该在这个阶段使用。如果发现所有四个因素都处于活动状态，则您可以添加星点，因为筛选设计已指示接近超空间“最大值”或“最小值”值。如果所有因子都处于活动状态，您通常使用最小二乘分析来分析结果。您不会根据统计显着性删除响应面分析中的因子，因为这意味着猜测的零值将是比实际估计更好的最佳估计。因此，简短的回答是：

分析响应面时不使用 DANIELS 图。

参考：“实验者统计”Box Hunter 和 Hunter Wileys 2005 年第 11 章和第 12 章。

请注意，您应该能够在 Daniels 图中绘制模型残差。

于 2018-01-30T09:33:32.020 回答
0

Daniel 的情节仅适用于从回归创建的拟合模型。例如：

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

它将创建模型。我建议：

BsM2::DanielPlot(model)

创建情节。

于 2020-01-19T13:04:08.867 回答