Optimal Design

Model pertama \[ y = \beta_0 + \beta_1 x + \epsilon \]

vect_a = c(0, 0, 0, 1, 1, 1)
vect_b = c(-1, -1, -1, 1, 1, 1)
vect_c = c(-1, -1 , 0 ,0, 1, 1)

mat_a = cbind(1,vect_a)
mat_b = cbind(1,vect_b)
mat_c = cbind(1,vect_c)

det_xx_a = det(t(mat_a)%*%mat_a)
det_xx_b = det(t(mat_b)%*%mat_b)
det_xx_c = det(t(mat_c)%*%mat_c)

rbind(det_xx_a,det_xx_b,det_xx_c) %>%  kbl(caption = "Hasil determinant ketiga vektor")%>% kable_styling()

Model kedua \[ y = \beta_0 + \beta_1 x + \beta_11 x^2 \epsilon \]

vect_a = c(-1, -1, -1, 0, 0, 0, 1, 1, 1)
vect_b = c(-2,-2, -2, -1, -1, -1, 0,0,0,1,1,1,2,2,2)


mat_a = cbind(1,vect_a,vect_a^2)
mat_b = cbind(1,vect_b,vect_b^2)


det_xx_a = det(t(mat_a)%*%mat_a)
det_xx_b = det(t(mat_b)%*%mat_b)

rbind(det_xx_a,det_xx_b) %>%  kbl(caption = "Hasil determinant kedua vektor")%>% kable_styling()

Case 1 :

1. Faktor A (5 taraf) : 0, 10, 20, 30, 40
2. Faktor B (6 taraf): 0, 12, 24, 36, 48, 60
3. Faktor C (3 taraf) : C1, C2, C3

DOE Minitab :

Generat D-optimal Design dengan n = 100, dengan asumsi modelnya sampai interaksi tiga faktor. Gunakan dua metode dengan mengganti 1 point dan metode fedorov

Exchange 1 point

Federov

Generat D-optimal Design dengan n = 80, dengan asumsi modelnya sampai interaksi dua faktor. Gunakan dua metode dengan mengganti 1 point dengan metode fedorov

Exchange 1 point

Federov

Case 2 :

1. Faktor A (3 taraf) : 0, 20, 40
2. Faktor B (3 taraf): 0, 30, 60
3. Faktor C (3 taraf) : C1, C2, C3

DOE Minitab :

Generat D-optimal Design dengan n = 35, dengan modelnya sampai interaksi tiga faktor. Gunakan dua metode dengan mengganti 1 point dan metode fedorov

Exchange 1 point

Federov

Generat D-optimal Design dengan n = 30, dengan modelnya sampai interaksi dua faktor. Gunakan dua metode dengan mengganti 1 point dan metode fedorov

Exchange 1 point

Federov