孔夫子旧书网-网上买书卖书、古旧书收藏品交易平台 孔夫子旧书网-网上买书卖书、古旧书收藏品交易平台 占位居中 孔夫子旧书网-网上买书卖书、古旧书收藏品交易平台
商品
拍卖区
在售
已售
搜索历史
搜索
高级搜索

最优因析设计理论

最优因析设计理论
分享
扫描下方二维码分享到微信
打开微信，点击右上角”+“，
使用”扫一扫“即可将网页分享到朋友圈。
作者: 著 , ,
出版社: 科学出版社
2023-09
版次: 1
ISBN: 9787030776686
定价: 98.00
装帧: 其他
开本: 其他
页数: 207页
字数: 280千字
分类: 自然科学
  • 试验设计是近代科学发展的重要基础理论之一。它研究不同条件下各种试验的很优设计准则、构造和分析的理论与方法。为适应现代试验的需要，作者于2006年开始建立了一个新的很优因子分析设计理论，包括很优性准则、很优设计构造，以及他们在各种不同设计类中的推广。本书首先给出近代试验设计，主要是多因子试验设计的基本知识和数学基础，接着从二水平对称因子设计开始介绍了该理论的一些基本概念，包括AENP的提出、GMC准则的引进、GMC设计的构造等。书中对由AENP建立的GMC准则得到的设计与由WLP建立的MA型准则得到的两类设计的优良性进行了详细比较。利用AENP理论，还证明了过去已有的两个准则MA和MEC（优选估计容量准则）得到的很优设计在只关心低阶效应时是等价的。随后的数章分别介绍了GMC理论在各类设计中的推广和应用，包括分区组因析设计、裂区设计、混合水平因析设计、非正规因析设计、多水平因析设计、折衷设计、稳健参数设计，建立了各种情形的GMC准则。书中还给出了大量的很优设计表供实际应用。 Contents 
    “统计与数据科学丛书”序 i
    Preface iii 
    1 Introduction 1 
    1.1 Factorial Designs and Factorial Effects 1 
    1.2 Fractional Factorial Designs 4 
    1.3 Optimality Criteria 9 
    1.3.1 Maximum Resolution Criterion 9
    1.3.2 Minimum Aberration Criterion 10 
    1.3.3 Clear Effects Criterion 11 
    1.3.4 Maximum Estimation Capacity Criterion 12
    1.4 Organization of the Book 13
    2 General Minimum Lower-Order Confounding Criterion for 2n–m Designs 15 
    2.1 GMC Criterion 15 
    2.2 Relationship with MA Criterion 20 
    2.3 Relationship with CE Criterion 23 
    2.4 Relationship with MEC Criterion 25 
    Appendix A: GMC 2n–m Designs with m ？ 4 26 
    Appendix B: GMC 2n–m Designs with 16, 32, and 64 Runs 28 
    3 General Minimum Lower-Order Confounding 2n–m Designs 31 
    3.1 Some Preparation 31 
    3.1.1 Several Useful Results 31 
    3.1.2 Structure of Resolution IV Design with N /4 + 1 ？ n ？ N /2 34 
    3.2 GMC 2n–m Designs with n ？ 5N /16 + 1 39 
    3.2.1 Main Results and Examples 39 
    3.2.2 Proof of Theorem 3.10 40 
    3.3 GMC 2n–m Designs with 9N /32 + 1 ？ n ？ 5N /16 46 
    3.3.1 Main Results and Example 46 3.3.2 Outline of the Proof of Theorem 3.16 46
    3.4 GMC 2n–m Designs with N /4 + 1 ？ n ？ 9N /32 47 
    3.4.1 Some Properties of MaxC2 2n–m Designs with n = N /4 + 1 47 
    3.4.2 GMC 2n–m Designs with N /4 + 1 < n ？ 9N /32 49
    3.4.3 Outline of the Proof of Theorem 3.23 50 
    3.5 When Do the MA and GMC Designs Differ? 51 
    4 General Minimum Lower-Order Confounding Blocked Designs 53 
    4.1 Two Kinds of Blocking Problems 53 
    4.2 GMC Criteria for Blocked Designs 54
     4.3 Construction of B-GMC Designs 57 
    4.3.1 B-GMC 2n–m : 2r Designs with 5N /16 + 1 ？ n ？ N /2 58 
    4.3.2 B-GMC 2n–m : 2r Designs with n > N /2 63 
    4.3.3 Weak B-GMC 2n–m : 2r Designs 67 
    4.4 Construction of B1-GMC Designs 69 
    4.4.1 B1-GMC 2n–m : 2r Designs with n ？ 5N /16 + 1 70 
    4.4.2 B1-GMC 2n–m : 2r Designs with 9N /32 + 1 ？ n ？ 5N /16 72 
    4.4.3 B1-GMC 2n–m : 2r Designs with N /4 + 1 ？ n ？ 9N /32 73 
    4.5 Construction of B2-GMC Designs 75 
    4.5.1 B2-GMC 2n–m : 2r Designs with n ？ 5N /16 + 1 76 
    4.5.2 B2-GMC 2n–m : 2r Designs with N /4 + 1 ？ n ？ 5N /16 78 
    5 Factor Aliased and Blocked Factor Aliased Effect-Number Patterns 80
    5.1 Factor Aliased Effect-Number Pattern of GMC Designs 80 
    5.1.1 Factor Aliased Effect-Number Pattern 80
    5.1.2 The F-AENP of GMC Designs 83 
    5.1.3 Application of the F-AENP 87 
    5.2 Blocked Factor Aliased Effect-Number Pattern of B1-GMC Designs 89 
    5.2.1 Blocked Factor Aliased Effect-Number Pattern 89 
    5.2.2 The B-F-AENP of B1-GMC Designs 92
    5.2.3 Applications of the B-F-AENP 99 6 General Minimum Lower-Order Confounding Split-plot Designs 102 
    6.1 Introduction 102
    6.2 GMC Criterion for Split-plot Designs 103 
    6.2.1 Comparison with MA-MSA-FFSP Criterion 105 
    6.2.2 Comparison with Clear Effects Criterion 110 
    6.3 WP-GMC Split-plot Designs 111 
    6.3.1 WP-GMC Criterion for Split-plot Designs 111
    6.3.2 Construction of WP-GMC Split-plot Designs 114 
    7 Partial Aliased Effect-Number Pattern and Compromise Designs 119 
    7.1 Introduction 119 
    7.2 Partial Aliased Effect-Number Pattern 121 
    7.3 Some General Results of Compromise Designs 124 
    7.4 Class One Compromise Designs 126 
    7.4.1 Largest Class One Clear Compromise Designs and Their Construction 126 
    7.4.2 Supremum f ？(q, n) and Construction of Largest Class One CCDs 127 
    7.4.3 Supremum n？(q, f ) and Construction of Largest Class One CCDs 130 
    7.4.4 Largest Class One Strongly Clear Compromise Designs 133 
    7.4.5 Class One General Optimal Compromise Designs 137
    7.5 Discussion 141 
    8 General Minimum Lower-Order Confounding Criteria for Robust Parameter Designs 147 8.1 Introduction 147 
    8.2 Selection of Optimal Regular Robust Parameter Designs 149 
    8.3 An Algorithm for Searching Optimal Arrays 155 
    9 General Minimum Lower-Order Confounding Criterion for sn–m Designs 162
    9.1 Introduction to sn–m Designs 162 
    9.2 GMC Criterion and Relationship with Other Criteria 166 
    9.3 GMC sn–m Designs Using Complementary Designs 174 
    9.4 B-GMC Criterion for Blocked sn–m Designs 178 
    10 General Minimum Lower-Order Confounding Criterion for Orthogonal Arrays 182 
    10.1 Introduction 182 
    10.2 ANOVA Models and Confounding Between Effects 183 
    10.3 Generalized AENP and GMC Criterion 187 
    10.4 Relationship with Other Criteria 189 
    10.5 Some G-GMC Designs 193 
    References 196 
    Index 206
    “统计与数据科学丛书”已出版书目 208
  • 内容简介:
    试验设计是近代科学发展的重要基础理论之一。它研究不同条件下各种试验的很优设计准则、构造和分析的理论与方法。为适应现代试验的需要，作者于2006年开始建立了一个新的很优因子分析设计理论，包括很优性准则、很优设计构造，以及他们在各种不同设计类中的推广。本书首先给出近代试验设计，主要是多因子试验设计的基本知识和数学基础，接着从二水平对称因子设计开始介绍了该理论的一些基本概念，包括AENP的提出、GMC准则的引进、GMC设计的构造等。书中对由AENP建立的GMC准则得到的设计与由WLP建立的MA型准则得到的两类设计的优良性进行了详细比较。利用AENP理论，还证明了过去已有的两个准则MA和MEC（优选估计容量准则）得到的很优设计在只关心低阶效应时是等价的。随后的数章分别介绍了GMC理论在各类设计中的推广和应用，包括分区组因析设计、裂区设计、混合水平因析设计、非正规因析设计、多水平因析设计、折衷设计、稳健参数设计，建立了各种情形的GMC准则。书中还给出了大量的很优设计表供实际应用。
  • 目录:
    Contents 
    “统计与数据科学丛书”序 i
    Preface iii 
    1 Introduction 1 
    1.1 Factorial Designs and Factorial Effects 1 
    1.2 Fractional Factorial Designs 4 
    1.3 Optimality Criteria 9 
    1.3.1 Maximum Resolution Criterion 9
    1.3.2 Minimum Aberration Criterion 10 
    1.3.3 Clear Effects Criterion 11 
    1.3.4 Maximum Estimation Capacity Criterion 12
    1.4 Organization of the Book 13
    2 General Minimum Lower-Order Confounding Criterion for 2n–m Designs 15 
    2.1 GMC Criterion 15 
    2.2 Relationship with MA Criterion 20 
    2.3 Relationship with CE Criterion 23 
    2.4 Relationship with MEC Criterion 25 
    Appendix A: GMC 2n–m Designs with m ？ 4 26 
    Appendix B: GMC 2n–m Designs with 16, 32, and 64 Runs 28 
    3 General Minimum Lower-Order Confounding 2n–m Designs 31 
    3.1 Some Preparation 31 
    3.1.1 Several Useful Results 31 
    3.1.2 Structure of Resolution IV Design with N /4 + 1 ？ n ？ N /2 34 
    3.2 GMC 2n–m Designs with n ？ 5N /16 + 1 39 
    3.2.1 Main Results and Examples 39 
    3.2.2 Proof of Theorem 3.10 40 
    3.3 GMC 2n–m Designs with 9N /32 + 1 ？ n ？ 5N /16 46 
    3.3.1 Main Results and Example 46 3.3.2 Outline of the Proof of Theorem 3.16 46
    3.4 GMC 2n–m Designs with N /4 + 1 ？ n ？ 9N /32 47 
    3.4.1 Some Properties of MaxC2 2n–m Designs with n = N /4 + 1 47 
    3.4.2 GMC 2n–m Designs with N /4 + 1 < n ？ 9N /32 49
    3.4.3 Outline of the Proof of Theorem 3.23 50 
    3.5 When Do the MA and GMC Designs Differ? 51 
    4 General Minimum Lower-Order Confounding Blocked Designs 53 
    4.1 Two Kinds of Blocking Problems 53 
    4.2 GMC Criteria for Blocked Designs 54
     4.3 Construction of B-GMC Designs 57 
    4.3.1 B-GMC 2n–m : 2r Designs with 5N /16 + 1 ？ n ？ N /2 58 
    4.3.2 B-GMC 2n–m : 2r Designs with n > N /2 63 
    4.3.3 Weak B-GMC 2n–m : 2r Designs 67 
    4.4 Construction of B1-GMC Designs 69 
    4.4.1 B1-GMC 2n–m : 2r Designs with n ？ 5N /16 + 1 70 
    4.4.2 B1-GMC 2n–m : 2r Designs with 9N /32 + 1 ？ n ？ 5N /16 72 
    4.4.3 B1-GMC 2n–m : 2r Designs with N /4 + 1 ？ n ？ 9N /32 73 
    4.5 Construction of B2-GMC Designs 75 
    4.5.1 B2-GMC 2n–m : 2r Designs with n ？ 5N /16 + 1 76 
    4.5.2 B2-GMC 2n–m : 2r Designs with N /4 + 1 ？ n ？ 5N /16 78 
    5 Factor Aliased and Blocked Factor Aliased Effect-Number Patterns 80
    5.1 Factor Aliased Effect-Number Pattern of GMC Designs 80 
    5.1.1 Factor Aliased Effect-Number Pattern 80
    5.1.2 The F-AENP of GMC Designs 83 
    5.1.3 Application of the F-AENP 87 
    5.2 Blocked Factor Aliased Effect-Number Pattern of B1-GMC Designs 89 
    5.2.1 Blocked Factor Aliased Effect-Number Pattern 89 
    5.2.2 The B-F-AENP of B1-GMC Designs 92
    5.2.3 Applications of the B-F-AENP 99 6 General Minimum Lower-Order Confounding Split-plot Designs 102 
    6.1 Introduction 102
    6.2 GMC Criterion for Split-plot Designs 103 
    6.2.1 Comparison with MA-MSA-FFSP Criterion 105 
    6.2.2 Comparison with Clear Effects Criterion 110 
    6.3 WP-GMC Split-plot Designs 111 
    6.3.1 WP-GMC Criterion for Split-plot Designs 111
    6.3.2 Construction of WP-GMC Split-plot Designs 114 
    7 Partial Aliased Effect-Number Pattern and Compromise Designs 119 
    7.1 Introduction 119 
    7.2 Partial Aliased Effect-Number Pattern 121 
    7.3 Some General Results of Compromise Designs 124 
    7.4 Class One Compromise Designs 126 
    7.4.1 Largest Class One Clear Compromise Designs and Their Construction 126 
    7.4.2 Supremum f ？(q, n) and Construction of Largest Class One CCDs 127 
    7.4.3 Supremum n？(q, f ) and Construction of Largest Class One CCDs 130 
    7.4.4 Largest Class One Strongly Clear Compromise Designs 133 
    7.4.5 Class One General Optimal Compromise Designs 137
    7.5 Discussion 141 
    8 General Minimum Lower-Order Confounding Criteria for Robust Parameter Designs 147 8.1 Introduction 147 
    8.2 Selection of Optimal Regular Robust Parameter Designs 149 
    8.3 An Algorithm for Searching Optimal Arrays 155 
    9 General Minimum Lower-Order Confounding Criterion for sn–m Designs 162
    9.1 Introduction to sn–m Designs 162 
    9.2 GMC Criterion and Relationship with Other Criteria 166 
    9.3 GMC sn–m Designs Using Complementary Designs 174 
    9.4 B-GMC Criterion for Blocked sn–m Designs 178 
    10 General Minimum Lower-Order Confounding Criterion for Orthogonal Arrays 182 
    10.1 Introduction 182 
    10.2 ANOVA Models and Confounding Between Effects 183 
    10.3 Generalized AENP and GMC Criterion 187 
    10.4 Relationship with Other Criteria 189 
    10.5 Some G-GMC Designs 193 
    References 196 
    Index 206
    “统计与数据科学丛书”已出版书目 208
查看详情
相关分类
农业/林业 畜牧/养殖 生物科学 环境科学 数学 物理学 力学 化学 天文学 测绘学 地球科学 大气科学（气象学） 地质学 海洋学
12
相关图书 / 更多
最优因析设计理论
最优化方法及其Python程序实现
谢亚君
￥51.00 起
最优因析设计理论
最优化方法 张鹏著
张鹏
￥40.00 起
最优因析设计理论
最优控制理论中的随机线性调节器问题：随机最优线性调节器问题
[孟加拉]Md.阿奇祖尔.巴登
￥12.00 起
最优因析设计理论
最优化规划论文集（诺奖）
列奥尼德·康托罗维奇
￥12.80 起
最优因析设计理论
最优控制
曾祥远 著
￥17.60 起
最优因析设计理论
最优化算法、理论和应用——基于工程和管理中的案例 万中 著
万中
￥130.14 起
最优因析设计理论
最优化理论与方法(高等院校人工智能专业系列教材)
金海燕
￥27.39 起
最优因析设计理论
最优控制原理
李树荣
￥24.15 起
最优因析设计理论
最优化方法及其MATLAB实现（第2版）
沈可可 著；许国根；贾瑛
￥19.80 起
最优因析设计理论
最优化理论与智能算法
魏静萱
￥25.20 起
最优因析设计理论
最优化模型与算法——基于Python实现
渐令
￥21.00 起
最优因析设计理论
最优化理论与方法——基于Python的实现
高海燕黄恒君
￥46.28 起
您可能感兴趣 / 更多
最优因析设计理论
长安回望:汉唐文言小说考论(精装)
李鹏飞 著
￥37.50 起
最优因析设计理论
检察行政公益诉讼研究 李鹏飞,刘翼峰 著
李鹏飞；刘翼峰
￥36.27 起
最优因析设计理论
新编历史小丛书 志怪与传奇
李鹏飞
￥5.17 起
最优因析设计理论
《民法典》时代融资租赁法律合规研究
李鹏飞；侯怀霞
￥30.71 起
最优因析设计理论
雷达网空情处理技术及Matlab实践
李鹏飞
￥38.33 起
最优因析设计理论
面试，其实很简单
李鹏飞
￥24.60 起
最优因析设计理论
《长沙晚报》封面特稿
李鹏飞
￥14.80 起
最优因析设计理论
三国鼎立/李鹏飞给孩子讲三国演义
李鹏飞 著；金协中 绘
￥8.59 起
最优因析设计理论
飞给孩子讲三国演义(1-6) 儿童文学 飞 新华正版
李鹏飞
￥8.00 起
最优因析设计理论
立制度与立技术研究 法学理论 飞著 新华正版
李鹏飞 著
￥5.00 起
最优因析设计理论
公路施工组织设计与管理
李鹏飞
￥15.12 起
最优因析设计理论
牛下丘脑CART转录调控机制
李鹏飞著
￥14.87 起
© 2002-2025 Kongfz.com 孔夫子旧书网 版权所有
关于孔网 联系我们 帮助中心 版权隐私 广告业务 工作机会 移动版 图书目录 图书标签 热搜书籍 作家大全