光敏电阻涂层实验
光刻胶涂层实验的目的是确定配方中基础树脂的比例对光刻胶材料感兴趣特性的影响（康奈尔和拉姆齐，1998年）。主要成分被定义为基础树脂类型，次要成分被定义为具有不同溶解速率（缓慢和快速）的次要树脂。有两个主要组成部分：\（c{1}\）和\（c{2}\）.由两个次要组件组成：\（x{11}\）,\（x{12}\）、和\（x{21}\）,\（x{22}\）分别为。主分量和次分量的值范围为[0，1]。在实验中，两个主要成分比例是(\（c{1}\）,\（c{2}\）)=（0.75，0.25）、（0.5，0.5）和（0.25，0.75）。两个次要成分比例为(\（x{i1}\）,\（x{i2}\）)=（1，0）、（0.5，0.5）和（0，1），其中\（i=1，2）。在27个设计点共有42个测量响应。如果次要成分相乘，则在某些设计点重复测量两次，\（x）_{11} x个_{12}\)和\（x）_{21}x_{22}\)，都不等于零。真实数据包含在R包中。
数据(“涂层”)
日期= 涂层
h.tmp公司= 1.1
x个= 日期[，c（c）(“c1”,“c2”,“x11”,“x12”,“x21”,“x22”)]
年= dat[，ncol公司（日期）]
聚四氟乙烯<- 处理时间()
退出= 啊，嗯（y，x，数字_主要= 2,dist_minor（最小值）= c（c）(2,2),
类型= “弱”,阿尔法=0,λ_seq=序列(0,5,0.01),nfold公司= 无效的,
mapping_type（映射类型）= c（c）(“电源”),力量=h_tmp、，
代表gcv=100)
处理时间()- 聚四氟乙烯
##用户系统已运行## 0.793 0.016 0.810
##ahm（y=y，x=x，num_major=2，dist_minor=c（2,2），type=“弱”，##alpha=0，lambda_seq=seq（0，5，0.01），nfolds=NULL，mapping_type=c（“功率”），##功率h=h_tmp，rep_gcv=100）## ##模型的mse为[1]1.95786## ,##模型的AICc为[1]45.18574## ,##模型的R2为[1]0.9982463## ,##估计系数为：##c1 c2 x11 x12 x21 x22 c1.c2## [1,] 26.03819 29.39445 -6.508719 23.07574 -5.507037 30.04869 -39.62693##x11.x12 x21.x22## [1,] -18.18134 -18.71714## ##如果使用幂函数作为系数，则模型中使用的幂参数h为[1]1.1
使用函数cv.ahm找到超参数的最佳值\（小时）.
电源路径= 圆(序列(0.001,2,长度.out=15),三)
资源= cv.ahm公司（y，x，电源路径=电源路径，公制= “毫秒”,数字_主要=2,距离最小值=c（c）(2,2),类型= “弱”,阿尔法=0,λ_seq=序列(0,5,0.01),信息文件夹=无效的,mapping_type（映射类型）= c（c）(“电源”),代表=100)
对象= 物件$metric_mse（度量_毫秒）
普林格斯实验
在本节中，我们分析了Pringles实验（Kang等人，2011年），其目标是开发一种新的Pringles薯片，从而优化薯片中的脂肪百分比和硬度。有三个主要组成部分：\（c{1}\）,\（c{2}\）、和\（c{3}\）其中主要组成部分\（c{1}\）和\（c{2}\）由两个次要组件组成：\（x{11}\）,\（x{12}\）、和\（x{21}\）、和\（x{22}\）分别为。主要组成部分\（c{3}\）是一种纯物质。组件上的约束由下式给出\[\开始{对齐}c{1}+c{2}+c}3}=1，~~&0.601\lec{1{0}\le0.643，\n数字\\0.34\le c_{2}\le 0.38，~~&0.017\le c_{3}\le 0.019，\n非数字\\x{11}+x{12}=1，~~&x{21}+x{22}=1，\n非数字\\0.835\le x_{11}\le 0.905，~~&0.095\le x_{12}\le 0.165，\n编号\\0.9\lex{21}\le0.98，~&0.02\lex[22}\le0.1。\非数字\结束{对齐}\]设计点是从多数人交叉设计中获得的。回答是“Hardnes”和“%Fat”。真实数据包含在R包中。
数据(“普林斯_法特”)
数据格式= 普林斯_法特
h.tmp公司= 1.3
x个= 数据格式[，c（c）(“c1”,“c2”,“c3”,“x11”,“x12”,“x21”,“x22”)]
年= 数据格式[，1]
聚四氟乙烯<- 处理时间()
退出= 啊，嗯（y，x，数字_主要= 三,dist_minor（最小值）= c（c）(2,2,1),
类型= “弱”,阿尔法=0,λ_seq=序列(0,5,0.01),折叠= 无效的,
mapping_type（映射类型）= c（c）(“电源”),力量=h_tmp、，
代表gcv=100)
处理时间()- 聚四氟乙烯
对象可以使用summary、coef和predict等常用函数。
数据(“普林斯硬度”)
日期= 普林斯硬度
h.tmp公司= 1.3
x个= dat[，c（c）(“c1”,“c2”,“c3”,“x11”,“x12”,“x21”,“x22”)]
年= 日期[，1]
聚四氟乙烯<- 处理时间()
退出= 啊，嗯（y，x，数字_主要= 三,dist_minor（最小值）= c（c）(2,2,1),
类型= “弱”,阿尔法=0,λ_seq=序列(0,5,0.01),折叠= 无效的,
mapping_type（映射类型）= c（c）(“电源”),力量=h_tmp、，
代表gcv=100)
处理时间()- 聚四氟乙烯
总结（退出）
工具书类
Cornell，J.A.和Ramsey，P.J.（1998年）。应用于光致抗蚀剂涂覆实验的分类组分问题的广义混合模型，40(1), 48-61.
Kang，L.、Joseph，V.R.和Brenneman，W.A.（2011年）。混合物实验的设计和建模策略，53(2), 125–36.
Lawson，J.和Willden，C.（2016）。使用mixexp.在R中进行混合实验，72（c02）。
Shen，S.、Kang，L.和Deng，X.（2019）。混合物实验分析的加性遗传模型，正在出版。