带R的D-有效平衡设计

我想知道是否有任何软件包可以生成具有R的D-有效平衡设计

我试过这个软件包，但没能得到一个平衡的设计

不确定这是因为我正在考虑的属性和级别的小全因子（32），还是因为平衡设计超出了AlgDesign的范围

我有三个属性：两个属性有四个级别，一个属性有两个级别

• 附件1:4级
• 附件2:4级
• 附件3:2级

我使用以下R代码：

library(AlgDesign)
#-----------------------------
# define attributes and levels
#-----------------------------
desVarNames <- c("esource", "certified", "cost")
desLevels <- c(4,2, 4)
n <- 6       #number of choice sets
desOpt <- 4  #num option per choice set

set.seed(123456)
#generate full factorial
dat<-gen.factorial(desLevels,length(desLevels),varNames=desVarNames, center=TRUE)

destT <- optFederov(~., dat, nTrials = (n*(desOpt)), criterion="D")
destT

库（AlgDesign）
#-----------------------------
#定义属性和级别
#-----------------------------
desVarNames首先，当你说“平衡”设计时，我怀疑你的意思是每个因素水平在最终设计中出现的次数应该相同。（实际上，上面的变量“dat”也是一个平衡设计，因为每个可能的组合只出现一次）

optFederov的工作方式是使用Federov的交换算法随机选择和替换试验。因此，每次试验与另一个候选试验交换时，最初平衡的设计将变得不平衡，因为如果试验“平衡”了一个设计，用任何其他试验替换它将使设计不平衡。如果算法被迫在每一步都保持平衡设计，那么就不可能进行替换，而且会陷入困境

平衡设计不仅与Feverov交换算法的工作方式不兼容，而且从D效率的角度来看，它实际上是不可取的

例如，如果你有4个因子，分别为2、3、5和7个水平，那么平衡设计的唯一方法是包括所有2*3*5*7=210个试验，而AlgDesign仅建议19个

data = gen.factorial(c(2,3,5,7), factors = "all")
trials = optFederov(data = data, center = FALSE, criterion = "D")

简言之，“平衡d-效率”设计的概念在很大程度上是对立的