实验设计指南  • 定制设计 • 定制设计概述
上一个
 • 
下一个
定制设计概述
使用“定制设计”平台可构造为您特定的实验需要量身定制的最优设计。
您可以包括众多因子类型，具体如下：
•
连续
•
离散数值（包含任意水平数）
•
分类（包含任意水平数）
•
分区组（每个区组包含任意数量的试验）
•
协变量
•
混料
•
常数
•
不受控
指定可操作区域
您可以使用线性因子约束或不被允许的组合来限定您的实验区域，以反映您的操作条件。特别是可以为分类、连续和离散数值因子指定限制。请参见定义因子约束。
指定包含难以更改的水平的因子
对于连续、离散数值、分类和混料因子，您可以指出两个级别的难以更改的因子。这些难度级别可通过整区或整区及裂区来表示。您还可以指定难以更改的协变量。
指定主要关注的效应
您可以明确指定假设模型。您的假设模型是一个初始模型，理想情况下包含要评估的所有效应。模型中可包含主效应、交互作用、响应曲面效应和多项式效应（最高五阶）的任意组合。您可以指定哪些效应是必须估计的，哪些效应是期望估计的。根据试验次数，“定制设计”使用 Bayesian 最优性方法来估计哪些效应是期望估计的。请参见模型。
指定试验次数
“定制设计”平台支持您指定符合您实验情形预算的试验次数。该平台指示用于估计所需效应的最小试验次数，并提供默认试验次数。这些值可用作指导信息，帮助确定可行的试验次数。请参见生成设计。
构造适合的设计类型
“定制设计”可构造众多设计类型。这些类型包括经典设计和随机区组设计。有关不同设计类型的示例，请参见定制设计示例。
构造最优设计
根据您的特定要求，“定制设计”平台可构造最优设计。算法支持若干最优性准则：
•
D 最优性
•
I 最优性
•
Bayesian D 和 I 最优性（使用“若可能”效应）
•
别名最优性
请参见最优性准则。
设计是使用坐标交换算法构造的 (Meyer and Nachtsheim, 1995)。请参见坐标交换算法。