练习R：rsm包设计响应面试验并做数据分析

‍‍

有没有可能使用R替代Minitab或者Desigh-Expert做响应面试验呢？rsm包可以回答这个问题。今天小兵就来练习rsm包设计ccd响应面试验并做数据分析。
试验因素ABC，尝试做一个二次旋转组合设计的ccd试验。
1.试验方案的设计
ccd.design <- ccd(3,n0=c(3,3),alpha = "rotatable",randomize = F,inscribed = F,oneblock = T)
2.实施试验并录入结果y
y <- c(66,80,78,100,70,70,60,75,113,100,118,100,80,68,63,65,82,88,100,85)ccd.design$y <- y
3.多项式回归分析
SO.ccd <- rsm(y~SO(x1,x2,x3),data = ccd.design)summary(SO.ccd)
总体回归显著性：
多项式模型不显著（P=0.119>0.05），校正后的R方仅36%，提示模型拟合较差，无法使用。（暂且不论，继续看其他结果）
多项式回归系数显著性：
仅x2和x3的平方项显著，其他项均不显著，模型表现不尽人意。
方差分析表：
FO一次项不显著，TWI交互项不显著，PQ二次项显著，失拟检验提示不失拟（P>0.05）。
4.最优解
rsm函数会直接输出多项式模型的极值最优解，本例提示有极大值，存在驻点最优解。
当（x1，x2，x3）分别取编码值（0.2598,0.1109，-0.1400）时，多项式将得到最大值。
5.曲面图观察
persp(SO.ccd,x2~x3,contours = list(z="bottom"))
当然以上结果仍然是不够丰富的，比如模型预测的置信区间等内容。
本文完
文/图=数据小兵
参考资料：
郑杰. 试验设计与数据分析: 基于R语言应用[M]. 华南理工大学出版社, 2016.
更多R统计文章
练习R：单个连续数据的探索性统计可视化函数EDA
练习R：用lm.ridge()做岭回归分析，可惜无法输出R平方
练习R：lm+plot+abline+text四函数绘制线性拟合散点图
练习R：用lm.ridge()做岭回归分析，可惜无法输出R平方
练习R：分类自变量的线性回归
练习R：factor函数为有序分类变量创建值标签
学习R：识别缺失值与将指定数据编码为缺失值
练习R：car包recode函数多分类变量的重新编码
如何在Rstudio中退出/取消par分区绘图效果？
如何删除environment中的数据集？
练习R：stepAIC多元逐步回归
练习R：用3d空间图展示多元线性回归模型
为什么要学R语言？如何学习R语言？
练习R：用3d空间图展示多元线性回归模型
练习R：dplyr包arrange函数排序
练习R：DoE.base包生成标准L9-3-4正交表
练习R：正交试验极差分析、方差分析与统计图形
‍

‍

赞 (0)

相关推荐