一般最小低阶混杂设计的试验安排

为了更好地应用二水平因子试验估计试验者所关注的因子效应,一般最小低阶混杂(GMC)准则被提出并用于选取最优设计,称为GMC设计.文章旨在研究满足N/4+2≤n≤5N/16 GMC设计的试验安排问题,首先给出了满足N/4+2≤n≤5N/16的GMC2^n-m设计中各列根据因子别名效应数型排序的理论结果,然后讨论了在少数因子较为重要这一先验信息下,将这些重要因子安排到GMC设计列上的方法.     

一般最小低阶混杂设计的统计性质

本文旨在研究满足N/4+2≤n≤5N/16的GMC 2n-m设计的统计性质(N=2n-m),首先通过研究这些设计别名关系来讨论其估计能力,然后提出了一种新的理论方法用以得到这些设计的混杂信息,最后给出了可供实际使用的试验表格.     

2IV^m-p设计的弱最小低阶混杂与纯净效应准则等价的条件

该文给出了2IVm-p设计包含最多纯净两因子交互效应与该设计具有弱最小低阶混杂等价的几个条件．并在文章的末尾给出了一组既具有弱最小低阶混杂又包含最多纯净两因子交互效应的2IVm-p设计．     

利用2Ⅳ^m-p设计的纯净两因子交互效应个数判断低阶混杂

根据纯净两因子交互效应的数量证明某些2Ⅳ^m-p设计在一定条件下具有弱最小低阶混杂，并且给出了一组既具有弱最小低阶混杂又包含最大数量纯净两因子交互效应的2Ⅳ^m-p设计．     

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.     

利用2m-pⅣ设计的纯净两因子交互效应个数判断低阶混杂

根据纯净两因子交互效应的数量证明某些2m-pⅣ设计在一定条件下具有弱最小低阶混杂,并且给出了一组既具有弱最小低阶混杂又包含最大数量纯净两因子交互效应的2m-pⅣ设计.     

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.     

2IVm- 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^{m- p}设计.     

一类包含最大数量纯净两因子交互效应的2Ⅳm-p设计

2Ⅳm-p设计包含纯净两因子交互效应的个数是衡量该设计优良性的重要标准之一.本文证明了某些最小低阶混杂的2Ⅳm-p设计包含最大数量的纯净两因子交互效应;并在文章的末尾给出了一类既具有最小低阶混杂又包含最大数量纯净两因子交互效应的2Ⅳm-p设计.     

某些包含最多纯净两因子交互效应2m-(m-k)Ⅲ设计的一种构造方法

本文给出了构造包含最多纯净两因子交互效应2m-(m-k)Ⅲ设计的一种方法.对于某些设计参数m和k,验证了所构造的设计包含纯净两因子交互效应的数量多于Tang et al.(2002)所构造的设计.并且所构造的设计都给出了格子点表示.     

某些包含最多纯净两因子交互效应$2_{\rm{III}}^{m-(m-k)}$设计的一种构造方法

本文给出了构造包含最多纯净两因子交互效应$2_{\text{III}}^{m-(m-k)}$设计的一种方法.对于某些设计参数$m$和$k$, 验证了所构造的设计包含纯净两因子交互效应的数量多于Tang et al. (2002)所构造的设计. 并且所构造的设计都给出了格子点表示.     

某些包含最多纯净两因子交互效应2_Ⅲ~(m-(m-k))设计的一种构造方法(英文)

本文给出了构造包含最多纯净两因子交互效应2Ⅲm-(m-k)设计的一种方法.对于某些设计参数m和k,验证了所构造的设计包含纯净两因子交互效应的数量多于Tang et al.(2002)所构造的设计.并且所构造的设计都给出了格子点表示.     

非同构饱和正交设计的最小矩混杂优势准则

为了区分不同构的饱和正交设计, Fang 和 Zhang^[2]提出最小混杂优势准则区分不同构的对称饱和正交设计, 然而该方法不能区分非对称的情况. 为此, 该文考虑最小矩混杂优势准则及其性质并推广文献[2]的结果. 同时, 基于该准则, 给出一个新算法来检测对称或非对称设计的非同构性. 例子显示最小矩混杂优势准则可以有效的区分非同构饱和设计.     

二水平因子设计的均匀性模式及其相关的准则

从几何的角度研究二水平因子设计的投影性质. 基于一种类似于字长型的均匀性模式, 提出了用于比较二水平因子设计的均匀性分辨度和最小低阶投影均匀性两个准则, 并建立了最小低阶投影均匀性与最小低阶混杂、广义最小低阶混杂、正交性等准则之间的密切联系. 这些联系进一步揭示了均匀设计和因子设计之间的内在关系,对最小低阶混杂、广义最小低阶混杂、正交性等准则提供了合理的几何解释.     

基于AIC准则的函数型数据主成分联合选择研究

函数型主成分分析(Functional Principal Component Analysis,FPCA)是对函数型数据进行降维的常用技术,本文将考虑函数型数据的主成分联合选择问题。首先,本文给出了两函数型变量的主成分联合模型,并通过基函数展开法和极大惩罚似然法对样本数据进行曲线平滑。在联合模型基础上,本文给出了确定函数型主成分个数的AIC准则,并提出了改进的ECME算法对模型参数进行估计。模拟显示AIC准则对应的主成分个数选择结果准确率更高,考虑两函数型数据之间相关信息的联合选择效果会比对各函数型数据主成分进行独立选择的结果有所提升。最后,本文将所提方法应用于老年人中医宗气数据的分析。     

基于最小二乘准则的滑坡位移动态权系数线性组合预测模型研究

针对固定权系数组合预测模型在滑坡监测数据多期预测预报中存在精度下降过快的问题,以最小二乘线性组合预测模型为基础,结合生物体新陈代谢过程,提出了一种基于最小二乘准则的滑坡位移动态权系数线性组合预测模型的构建方法,并引入SSE、MSE、MAE、MAPE和MSPE5种误差指标对该模型的预测精度进行评价.通过黄茨滑坡B2监测点和重庆市巫溪县物流园区长宁路边坡工程DW4监测点的监测数据进行算例验证,实验结果表明,基于最小二乘准则的滑坡位移动态权系数线性组合预测模型的预测评价指标均优于选用的单项预测模型以及普通线性组合预测模型.     

基于极端积算子的LL型模糊数的最小一乘回归

针对模糊输入和模糊输出数据系统中的回归分析问题,考虑到系统中依赖关系不确定性特点以及模型稳健性和求解准确性等需求,建立一个模糊最小一乘优化模型。首先利用能诱导出LL型模糊数乘法保形运算的唯一T-模,即极端积算子,结合扩张原理,给出LL型模糊数间加法和乘法的运算规则。其次,基于LL型模糊数间的完备距离,得到模糊线性回归模型的参数估计,由此给出考虑清晰参数或清晰输入的两个简约模型及相应参数估计。通过计算Kim & Bishu测度、贴近测度和输出展形差异测度,比较与其他7种回归方法的优劣,并由模型的敏感性分析,充分说明本文算法的有效性和稳健性。