• 
  敏感性试验的优化...
  ￥69.52元

本书是有关敏感性试验设计方法、统计性质、应用的一部论著. 全书详细介绍当前国际上较为经典的敏感性试验设计和广义敏感性试验设计及相关统计性质. 全书共五章: 第1章简要介绍传统敏感性试验设计; 第2章介绍有代表性的敏感性优化试验设计, 包括设计的优化准则和有效算法; 第3章介绍广义敏感性优化试验设计, 包括两个二元响应和混合响应的优化试验设计方法; 第4章介绍响应分布的拟合方法; 由于在敏感性试验数据下模型参数的估计没有解析解, 第5章基于Python语言给出敏感性试验设计及相关参数估计的算法实现和示例. 详细的程序代码见封底二维码.

样章试读

• 暂时还没有任何用户评论

总计 0 个记录，共 1 页。 第一页 上一页 下一页 最末页

全部咨询(共0条问答)

• 暂时还没有任何用户咨询内容

总计 0 个记录，共 1 页。 第一页 上一页 下一页 最末页

用户名：	匿名用户
E-mail：
咨询内容：

• 目录
  “统计与数据科学丛书”序
  前言
  第1章传统敏感性试验设计1
  1.1升降法1
  1.2兰格利法4
  1.3OSTR法8
  第2章敏感性优化试验设计11
  2.1D-最优方法11
  2.1.1经典D-最优方法11
  2.1.2贝叶斯D-最优方法19
  2.2Wu方法23
  2.3优化随机逼近方法26
  2.3.1非抑制优化随机逼近方法26
  2.3.2抑制优化随机逼近方法30
  2.3.3两种优化随机逼近方法的模拟比较34
  2.43pod优化试验设计36
  2.4.1第一段设计36
  2.4.2第二段设计38
  2.4.3第三段设计38
  2.4.43pod设计的进一步说明39
  2.4.53pod设计示例41
  2.4.63pod设计与其他设计的模拟比较43
  2.4.73pod设计、3pod改进设计及其与Sen-Test的比较49
  2.5估计响应分布0.5分位数的小样本优化设计58
  2.5.1两阶段优化试验设计方法58
  2.5.2模拟研究60
  2.6参数估计的统计性质67
  2.6.1参数极大似然估计的相合性68
  2.6.2参数贝叶斯估计的相合性72
  2.7证明附录75
  第3章广义敏感性优化试验设计78
  3.1具有两个二元响应的敏感性优化试验设计78
  3.1.1具有两个二元响应结果的刺激-响应概率模型79
  3.1.2自适应双向MLE迭代试验设计80
  3.1.3算法示例86
  3.1.4模拟研究87
  3.2针对混合响应的优化试验设计100
  3.2.1估计广义分位数的优化试验设计100
  3.2.2模拟研究108
  3.2.3实际应用111
  3.3针对混合响应的贝叶斯序贯试验设计113
  3.3.1混合响应模型114
  3.3.2设计准则115
  3.3.3SI-最优设计117
  3.3.4贝叶斯D-最优设计118
  3.3.5试验设计算法118
  3.3.6模拟研究126
  第4章响应分布拟合方法133
  4.1图方法133
  4.2拟合优度检验136
  4.2.1Pearson统计量136
  4.2.2Deviance统计量137
  4.3同型不同批数据下的拟合优度检验139
  第5章基于Python语言的算法实现149
  5.1Python的安装149
  5.2敏感性试验数据分析150
  5.3优化试验设计的Python实现158
  5.3.1升降法159
  5.3.2兰格利法161
  5.3.3D-最优设计方法164
  5.3.43pod方法168
  参考文献174
  索引177
  “统计与数据科学丛书”已出版书目178