不完全区组设计与析因分析的新方法

本文利用正交试验,将析因设计、区组设计及统计分析统一于一张正交表上。该方法有良好的试验效果,并节省试验次数。     

单次重复试验的三水平析因设计的分析

由于试验材料、费用和时间等条件的限制,仅有单次重复试验的三水平析因设计经常要应用在农业、工业和医学临床试验等领域。例如,在医学临床试验中,为找到影响治疗关节炎效果的重要因子和最佳治疗方案需要考虑2个三水平的因子:A(药物治疗)和B(运动治疗),由于只能找到9位病情相似的病人进行试验,故只能实施仅有单次重复试验的三水平析因设计3~2。不幸的是,交互作用A×B也可能存在,这样就没有剩余自由度用于估计误差的方差,从而通常的方差分析方法不再能用于数据分析。针对上述问题,本文提出了三个基于均方误差的检验统计量用于分析单次重复试验的三水平析因设计。通过实例表明用这些方法不仅能检验所考虑因子的主效应,而且还能同时检验交互效应。相应检验所用的一些常用临界值提供在附录中。并且,还通过大量的模拟研究对所提出的三个检验方法进行了比较。结果显示,T_~((3))检验在三个检验方法中具有最大的功效。     

倍扩设计的构造及其均匀性

均匀设计作为一种空间填充设计,由于具有灵活的试验次数和模型稳健性被广泛运用到各个领域.倍扩方法在构造具有优良性质的二水平部分因析设计中起着非常重要的作用.本文将二水平设计的倍扩构造方法推广至四水平,二、四混水平设计,分别提出了四水平和二、四混水平倍扩设计的新概念,在可卷L_2-偏差意义下研究了二水平,四水平,二、四混水平倍扩设计与其初始设计均匀性之间的关系.同时获得这些倍扩设计的可卷L_2-偏差的新下界,这些下界为评价倍扩设计的均匀性提供一个基准.最后讨论了倍扩设计的均匀性.     

使用SAS软件进行多因素析因试验设计——SAS/QC(6.12)软件中factex过程的使用

本文介绍了SAS/QC中的factex过程的语法 ,通过例子介绍了使用它进行析因试验设计的一些方法 ,包括完全析因试验、部分析因试验、混合水评试验、拉丁方设计等。     

部分因析裂区设计最优分区组的理论

在最小低阶混杂和最大估计能力这两个准则下,研究了部分因析裂区(FFSP)设计的最优分区组的问题. 为了区分非同构的分区组FFSP设计发展了最小附加混杂(MSA)和最大附加估计能力(MSEC)准则, 并建立了通过分区组的参照设计来识别MSA或MSEC分区组FFSP设计的一般规则.     

用参照设计刻画最小附加混杂部分因析裂区设计

用参照设计刻画部分因析设计的特征对于构造近似饱和的因析设计是十分有效的, 因为此时的 参照设计很小. Mukerjee 和方开泰利用投影几何理论将一个正规对称部分因析裂区(FFSP)设计的附加字长型用其补子集表示出来, 然而其表示形式并不统一. 基于因析设计理论和编码理论之间 的联系,得到了联系一个正规对称或混合水平FFSP设计与其参照设计的附加字长型之间关系的一般而统一的组合等式, 根据这些等式进一步建立了通过参照设计来识别最小附加混杂对称或混合水平FFSP设计的一般而统一的规则.     

最小低阶Lee矩混杂准则及其应用

众所周知,有多种准则可以用于比较和评价部分因析设计的优劣,在这些准则中,最小低阶矩混杂准则既简单明了,又计算量较小.但是,该准则中的各阶矩是基于任意两次试验之间的Hamming距离来定义的,由此导致了该准则具有一定的局限性.本文用Lee距离代替Hamming距离来定义新的矩,在此基础上提出了最小低阶Lee矩混杂准则,并用它来比较高水平部分因析设计的优劣.同时,本文通过建立最小低阶Lee矩混杂准则与其他设计筛选准则之间的解析关系,来验证这一新准则的统计合理性.     

8×4×2~n设计纯净两因子交互作用成分最大数的界

混水平部分因析设计在各类试验中有广泛应用.纯净效应准则是用于选取最优部分因析设计的重要准则之一.本文考虑含有一个八水平因子、一个四水平因子和若干二水平因子的8×4×2~n混水平设计,给出了分辨度为Ⅲ和Ⅳ的该类混水平设计包含纯净两因子交互作用成分最大数的上界和下界.下界通过构造特定设计而得到.     

三水平部分因析设计的中心化L2偏差均值的几个结果

中心化L₂偏差已被用来作为部分因析设计均匀性的度量,并用来区分几何非同构设计.中心化L₂偏差均值也被用来度量部分因析设计均匀性,这样就可以对现有最小低阶混杂设计进行水平置换,从而获得中心化L₂偏差最小的均匀最小低阶混杂设计.本文里,我们针对三水平部分因析设计讨论中心化L₂偏差均值的性质,给出中心化L₂偏差均值与正交性准则,最小低阶矩混杂准则之间的解析关系,同时给出中心化L₂偏差均值的两个下界.     

2m-pⅣ设计的弱最小低阶混杂与最多纯净两因子交互效应

纯净准则和最小低阶混杂准则是选择部分因析设计的两个重要准则.通过研究纯净两因子交互效应的个数,证明了某些2m-p设计具有弱最小低阶混杂,并给出了2m-p设计具有弱最小低阶混杂并包含最多纯净两因子交互效应的一些条件.同时给出了几个弱最小低阶混杂2m-p设计的例子,并构造了两个非同构的弱最小低阶混杂213-6设计.     

离散型最小和最大次序统计量相关性研究

本文研究离散型随机变量之间的相关性度量, 讨论了最小次序统计量和最大次序统计量的渐近独立性, 给出了计算最小次序统计量和最大次序统计量的Kendall和Spearman秩相关系数的公式.     

最大最小距离的性质及计算

本文讨论了最大最小距离的一些性质，由此得到了最大最小距离的精确算法，并计算了一些常见的正交设计、均匀设计、ＬＨ设计和基于ＯＡ的ＬＨ设计的最大最小距离，进而进行了比较。     

Lenth方法对Poisson分布有效性的研究

无重复试验的饱和设计可节省大量的试验时间和费用,带来较大的经济效益,饱和析因设计在实际应用中使用越来越多.但以往统计工作者大部分都是在试验响应变量服从连续分布(如正态分布,t分布,指数分布,Weibull分布等)和Pareto效应稀疏条件下研究的,一直以来还没有人对试验响应变量服从离散分布饱和析因设计进行过研究.本文就...     

三水平超饱和设计的构造及性质

超饱和设计是一类重要的部分因析设计,因其在因子筛选试验中有重要作用而受到广泛关注.文章基于水平置换方式并对设计进行倍扩的方法,实现由规模较小且性质优良的设计来构造超饱和设计,并分别在E(f_NOD),广义最小低价混杂和最小矩混杂等准则下讨论了所构造的超饱和设计的优良性质.最后,数值例子的结果验证了文章的理论结果.     

混合偏差下多水平的均匀列扩展设计

列扩展设计是添加试验因素,并安排跟随试验的一个重要方法.本文分别构造了四水平和五水平的列扩展设计,基于平均混合偏差准则研究了该类设计的均匀性,并得到了四水平和五水平列扩展设计的平均混合偏差的一个新的下界.数值例子表明本文中构造的列扩展设计具有非常高的效率.     

2_(IV)~(m-p)设计的弱最小低阶混杂与最多纯净两因子交互效应

纯净准则和最小低阶混杂准则是选择部分因析设计的两个重要准则.通过研究纯净两因子交互效应的个数,证明了某些2_(IV)~(m-p)设计具有弱最小低阶混杂,并给出了2_(IV)~(m-p)设计具有弱最小低阶混杂并包含最多纯净两因子交互效应的一些条件.同时给出了几个弱最小低阶混杂2_(IV)~(m-p)设计的例子,并构造了两个非同构的弱最小低阶混杂2_(IV)~(13-6)设计.     

部分追加试验设计的严格方法及其应用

部分追加试验设计是用来解决不同水平的试验问题 ,是正交设计和非正交设计交叉的一种选优方法 .本文对这种试验设计的数据分析和方差分析给出严格方法 .即对离差平方和及它们的自由度 ,修正系数等用数学关系式作了推导和说明 .同时把部分追加法和拟水平法灵活相结合 ,发挥各自优点 ,既减少试验次数又便于计算分析 .     

参数设计中的外表设计

本文讨论了参数设计中关于外表设计的基本原理的方法。给出了具有实用价值的二水平正交设计、多面体设计和对称坐称设计这三种外表设计方法，与田口的三水平外表设计方法相比，可以节约一半左右的试验次数。文中还对田口的综合噪声因子法进行了批评。     

混合偏差下因析设计的均匀性模式

均匀性模式是研究因析设计低维投影性质的重要方法.本文在混合偏差下针对实际应用中最为广泛的二水平、三水平因析设计从投影的角度讨论了其均匀性模式.对于二水平设计获得了其均匀性模式的下界;利用水平置换的方法研究了三水平设计的均匀性模式并获得了其下界.数值例子表明本文中获得的下界均是可达的.     

组间平衡区组设计的性质及应用

区组设计的平衡性是对区组设计研究的重要概念,而组间平衡是其中基于重复次数概念的一种平衡性.探讨了组间平衡性的相关哲学概念和数学性质,并且从理论上证明了组间平衡区组设计的数学判定条件,并给出了计算机验证组间平衡性的方法.作为应用,在一般象数学的试验设计模型的基础上,证明了具有组间平衡性质的广义正交表,不但使得试验因子效应的估计无偏和方差最小,而且可以使得对试验中心值或者总体均值的估计无偏和方差最小,并且在区组试验数据较大时,其估计和区组大小的分解式基本无关,保证试验的数据分析结论具有再现性.