×

应用Gröbner基分析某些二级或三级析因设计。 (英语) Zbl 1042.62072号

总结:筛选设计对于检查了大量因素\((q)\)但预计只有少数因素\((k)\)是重要的情况是有用的。阿达玛矩阵传统上用于此目的。由于这些设计只是主要影响计划,并且运行次数大于活动因素(主要影响)的数量,因此有大量自由度未用于识别和评估因素的交互作用。
计算代数几何可以用来解决统计学实验设计中的可识别性问题。其关键思想是将设计视为非线性多项式方程组的解集。然后,Gröbner基理论允许人们识别设计因素的整个可估计影响(主要或相互作用)。现代计算机代数系统(如Maple、Magma、Mathematica)和计算代数软件包(如CoCoA和Singular)包含有效的算法实现,这些算法需要执行计算来解决这些问题。本文讨论了Gröbner基理论在某些二级和三级析因设计中的应用。

MSC公司:

62K15型 因子统计设计
13页第10页 Gröbner碱;理想和模块的其他基础(例如Janet和border基础)
1999年第14季度 代数几何中的计算方面
68瓦30 符号计算和代数计算
PDF格式BibTeX公司 XML格式引用