×
尹宇辉;张巧珍;刘敏谦

具有多个响应的过饱和设计的两阶段变量选择策略。 （英语） Zbl 1458.62181号

前面。数学。中国 8，第3期，717-730（2013）.
概述：过饱和设计（SSD）通常用于筛选实验，其运行大小不足以估计所有主要影响。它提供了一个潜在的有用工具，可以通过少量的实验运行来研究大量因素。许多作者提出了相关的分析方法，以确定仅考虑一个响应的情况下的积极影响。然而，通常在一次筛选实验中同时观察到两个或多个反应，因此需要对具有多个反应的SSD进行分析。
我们提出了一种两阶段变量选择策略，称为多元偏最小二乘逐步回归（MPLS-SR）方法，该方法使用多元偏最小二乘回归和逐步回归程序来选择具有多个响应的SSD中的真正主动效应。仿真研究表明，MPLS-SR方法性能良好，易于理解和实现。

引用于4文件

MSC公司：

62K15型 因子统计设计
62J05型 线性回归；混合模型
62-08 统计学相关问题的计算方法

关键词：

多元偏最小二乘;多协议标签交换;固态硬盘;逐步回归;预测中的可变重要性
PDF格式BibTeX公司 XML格式引用
\textit{Y.Yin}等人，前面。数学。中国8，No.3，717--730（2013；Zbl 1458.62181）
全文： 内政部

参考文献：

[1] Bastien P，Vinzi V E，Tenenhaus M.PLS广义线性回归。计算统计数据分析，2005，48（1）：17–46·Zbl 1429.62316号 ·doi:10.1016/j.csda.2004.02.005
[2] Beattie S D，Fong D K H，Lin D K J。过饱和设计的两阶段贝叶斯模型选择策略。技术计量学，2002，44（1）：55–63·doi:10.1198/004017002753398326
[3] Booth K H V，Cox D R。一些系统过饱和设计。技术计量学，1962，4（4）：489–495·Zbl 0109.12201号 ·网址：10.1080/00401706.1962.10490035
[4] Box G，Meyer R.无重复分数阶乘的分析。技术计量学，1986，28（1）：11–18·Zbl 0586.62168号 ·doi:10.1080/00401706.1986.10488093
[5] Butler N A，Denham M C。偏最小二乘回归的特殊收缩特性。J Roy Statist Soc Ser B，2000，62（3）：585–593·Zbl 0963.62057号 ·doi:10.1111/1467-9868.00252
[6] Chipman H，Hamada H，Wu C F J.分析复杂混叠设计实验的贝叶斯变量选择方法。技术计量学，1997，39（4）：372–381·Zbl 1063.62528号 ·doi:10.1080/00401706.1997.10485156
[7] 方克堂，林德坤，刘敏秋。最佳混合级过饱和设计。Metrika，2003，58（3）：279–291·Zbl 1042.62073号 ·doi:10.1007/s001840300266
[8] Garthwaite P H.偏最小二乘法的解释。J Amer统计协会，1994，89（425）：122–127·Zbl 0793.62034号 ·doi:10.1080/01621459.1994.10476452
[9] Georgiou S D.通过过饱和设计建模。计算统计数据分析，2008，53（2）：428–435·Zbl 1231.62146号 ·doi:10.1016/j.csda.2008.08.015
[10] Helland I S.偏最小二乘回归和统计模型。Scand J Statist，1990，17（2）：97–114·兹比尔0713.62062
[11] Holcomb D R，Montgomery D C，Carlyle W M。过饱和设计分析。质量技术杂志，2003，35（1）：13–27
[12] Höskuldsson A.PLS回归中的变量和子集选择。化学计量学；智能实验室系统，2001，55:23–38·doi:10.1016/S0169-7439（00）00113-1
[13] 李鹏，赵世立，张瑞川。过饱和设计的聚类分析选择策略。计算统计数据分析，2010，54:1605–1612·Zbl 1284.62381号 ·doi:10.1016/j.csda.2010.01.010
[14] Li R，Lin D K J.过饱和设计的数据分析。统计Probab Lett，2002，59（2）：135–144·Zbl 1092.62570号 ·doi:10.1016/S0167-7152（02）00140-2
[15] Li R，Lin D K J.过饱和设计的分析方法：一些比较。数据科学杂志，2003，1（3）：249–260
[16] Lin D K J.一类新的过饱和设计。技术计量学，1993，35（1）：28–31·doi:10.1080/00401706.1993.10484990
[17] 刘毅，刘敏秋。多水平最优过饱和设计的构造。统计计划推断杂志，2011，141:2035–2043·Zbl 1419.62196号 ·doi:10.1016/j.jspi.2010.12.015
[18] Liu Y，Liu M Q.等间距和弱等间距过饱和设计的构造。Metrika，2012，75（1）：33–53·Zbl 1241.62111号 ·doi:10.1007/s00184-010-0313-9
[19] 陆X，吴X。在过饱和筛选实验中寻找活性因子的策略。质量技术杂志，2004，36（4）：392–399
[20] Marley C J，Woods D C。过饱和试验设计和模型选择方法的比较。计算统计数据分析，2010，54（12）：3158–3167·Zbl 1284.62477号 ·doi:10.1016/j.csda.2010.02.017
[21] Phoa F K H，Pan Y H，Xu H。通过Dantzig选择器分析过饱和设计。统计计划推断杂志，2009，139:2362–2372·Zbl 1160.62071号 ·doi:10.1016/j.jspi.2008.10.023
[22] Sun F S，Lin D K J，Liu M Q.关于最优混合水平过饱和设计的构造。Ann Statist，2011，39（2）：1310–1333·Zbl 1215.62073号 ·doi:10.1214/11-AOS877
[23] 王海伟偏最小二乘回归方法及其应用。北京：国防工业出版社，1999
[24] Westfall P H，Young S S，Lin D K J。过饱和设计分析中的正向选择误差控制。中央统计局，1998，8（1）：101–117·Zbl 0886.62077号
[25] Williams K R.设计实验。橡胶时代，1968100:65–71
[26] Zhang Q Z，Zhang R C，Liu M Q.过饱和设计中筛选活性效应的方法。统计计划推断杂志，2007，137（6）：2068–2079·Zbl 1118.62080号 ·doi:10.1016/j.jspi.2006.06.038
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。