问题标签 [pydoe]

当我有一个带有混淆列的欠约束系统时，lm在 R 中会忽略许多第二和第三因素交互（对我来说这似乎是正确的行为），但 statsmodels（在 Python 中）会在所有混淆列之间拆分值。

想象一下，我有以下数据：

在 R 中使用lm('y ~ a * b * c')给了我以下系数：

• 一、11
• 乙，6
• c, -6
• 拦截，11

我可以'y ~ a + b + c'在 statsmodels 中得到它，但是产品版本通过 2+ 因子交互来拆分系数。（a 与 b:c，b 与 a:c，c 与 a:b，并与 a:b:c 截取。）

加法而不是乘法不适用于更复杂的情况，其中 R 发现了一些重要的两因素相互作用，但没有给出其他任何东西。

在这种情况下，如何使 statsmodels 像 R 一样工作？或者我该如何设置它以获得体面的结果？

一个 MWE：

当你这样做时：

你得到：

虽然这样：

给出：

我无法正确安装和使用此处描述的科学 DOE python 模块：

该页面声称能够通过导航到您的文件夹位置并通过命令运行它来运行 DOE 模块python main.py。但是，当我这样做时，我收到一条错误消息：

我不知道此时该做什么。

我正在尝试从当前范围为 0 到 1 的数组中获取数据点，并根据一些不同的分布重新映射它们。例如，我将数据重新映射为衰减指数 (lambda * e^(-lambda * x))，标准差为 0.06 以下。

我想做同样的事情，但指数增长（lambda * e^（lambda * x））。我在网上和文档中可以找到的所有内容都谈到了衰减指数概率分布，但几乎没有关于正指数的内容。

我可以改变“expon”分布吗？我应该使用另一个发行版吗？欢迎任何建议。

LHS 方法提供 0 到 1 之间的采样值。例如，如果我想设置界限，一维值应该是 -0 到 15？我怎样才能在 pyDOE python 中做到这一点？

我的 x1 值应该在 -10 到 10 之间，x2 应该在 1 到 20 之间。

我想使用拉丁超立方采样获得空间填充样本。

在pyDOE的文档中，这可以通过使用数据分布的逆累积分布来完成。

如何将其扩展到具有多个维度的多模态分布？我的实现如下：

问题

1. 这是为这些数据实施 LHS 的正确方法吗？
2. 是否有另一种使用 pyhton 获取空间填充样本的方法？

相关：latin-hypercube-sampling-with-python