计算R中实验设计的D-效率

我有一个实验设计。我想计算它的D-效率。 我认为R包AlgDesign会有所帮助。我找到了函数optFederov，它生成设计，如果用户愿意的话，返回它的D效率。但是，我不想使用optFederov生成设计-我已经有了我的设计！ 我试过评估设计（~，我的设计）。但它给我的唯一指标是：行列式、A、对角性和gmean.variances。也许有一种方法可以从行列式或a到D-效率（我不是数学家，所以我不确定）。或者可以用其他方法“手动”计算D效率

---

谢谢你的提示

我在做一个类似的项目。我在这里找到了Deff=（|X'X | ^（1/p））/ND这个公式。其中X是模型矩阵，p是线性模型中的beta数，ND是实验的运行次数。你只需要编写一个这样的代码，它就会成功

det(t(X)%*%X)^(1/beta)/(numRuns)

---

我在我的项目中使用JMP测试了结果，因此我相信这是正确的公式，我从未使用过它，但

？eval.design

表示它输出“Dea-近似理论设计的D效率下限。它等于exp（1− 它还说“I、Ge和Dea仅在输入X时计算”。因此，也许你需要传入一个

X

。我不知道AlgDesign，但它很简单。我自己做的。只需要提供信息矩阵，计算两种设计的行列式或对数行列式。