R에서 다음 분수 요인 설계를 재현하려고합니다. 각 변수에는 3 개의 레벨이 있으며 10 개의 변수가 있습니다. 이 설계에서는 처음 세 변수 (A ~ C)가 전체 계승 테스트됩니다. 이 나는 시도했다 : library(AlgDesign)
levels.design = c(3,3,3,3,3,3,3,3,3,3)
f.design <- gen.factori
피드백 및 여러 조건문이 포함 된 실험을 만들기 위해 코더보기를 사용하려고합니다. 그래도 어떻게합니까? 과제는 궁극적으로 4 가지 수학 문제를 포함하며 참가자는 각 문제에 대해 최대 3 번의 시도를 할 수 있습니다. 4 문제 루프 2 통과 : 구조는 루프 1 ... 이런 식으로 뭔가해야 응답이 맞다면, 다음 : 루프 3 문제 당 3 회까지 허용 "corre
내 질문은 합리적으로 쉽게 교차 팩터, 중첩과 관련된 표준 실험 디자인을 무작위로 만드는 기능을 제공하는 R 패키지 여부입니다/또는 차단. 구체성에 대한 는 NLME 패키지에 데이터 세트로 제공되는 Oats 실험의 새로운 무작위를 생성하는 방법을 구체적으로 나에게 보여줍니다. > data(Oats, package="nlme")
> summary(Oats)
latin square에서 다음 실험 mat에 대한 선형 모델의 방정식을 얻고 싶습니다. data <- c(12.5,11,13,11.4)
row <- factor(rep(1:2,2))
col <- factor(rep(1:2,each=2))
car <- c("B","A","A","B")
mat <- data.frame(row,col,car,data)
두 알고리즘을 경쟁시키고 평가하려고합니다. 복잡성 및 배포 문제와 같은 개발자의 어려움을 무시하고 알고리즘을 테스트 할 수있는 다른 기준이 있습니까? 는 속도으로 나는 성공적인 결과를 반환하는 가장 빠른 알고리즘을 의미한다. 리소스 나는 계산 능력, 메모리 및 저장을 의미합니다. 질문의 알고리즘은 사실 유전자 알고리즘입니다. 정확하게, 지역 분산되지 않은
저는 최근에인지 심리학 연구를위한 간단한 경험을 프로그래밍하는 방법을 배우기 시작했습니다. 누군가가 두 가지, 정의하는 방법, 화면에서 점을 그리는 위치, 자극이 시작되기 전에 고정 시간을 정의하는 방법을 알고 있는지 묻고 싶습니다. dotXpos = [?] * screenXpixels;
dotYpos = [?] * screenYpixels;
그러나,
추천 시스템의 여러 전략을 비교하기 위해 온라인 사용자 실험을 실행하려고합니다. 18 가지 전략을 비교하고 각 전략은 5 가지 권장 사항을 산출하므로 대상에게 총 90 건의 추천을 평가하도록 요청해야합니다. 그러나 전략은 중복 추천을 만듭니다 (즉, 몇 가지 권장 사항은 여러 전략에 표시됨). (i) 현재 디자인에서 각 페이지는 하나의 전략으로 5 가지 권