在R语言中，可以通过DoE.wrapper包、AlgDesign包和skpr包进行相关最优实验设计，其中skpr包的gen_design（）函数实现各种最优实验设计，该包还有一个GUI界面，可以直观设计和评估实验设计。以提取咖啡豆中咖啡因的含量为例（非真实案例），影响提取效率的因素分别为料液比（x1），时间（x2）和温度（x3），其编码水平如下表。
表16-1 咖啡提取实验的因素及编码水平
首先，使用expand.grid（）函数生成一个全因子设计的三因素三水平共27个处理候选实验集。
使用gen_design（）函数计算寻找最优实验设计。
●candidateset：候选实验集，一般为全因子实验。优化设计的每次运行将从该候选集中选择（替换）。数据帧的每一行都是候选测试点，每一行都应该是唯一的。如果是导入外部数据时需注意因素为连续变量时，因素列应为numeric，因素为分类变量时，因素列应为factor或character。(www.xing528.com)
●model：统计模型。repeats：寻优计算次数，默认为20。
●trials：实验运行次数。需要根据实际实验条件和后续的功效检验（与理想正交模型的比率）来确定。原则上功效值越高越好。
●optimality：最优化方法，默认为D最优。包括“D”，“I”，“A”，“ALIAS”，“G”，“T”，“E”或“CUSTOM”可选。
●其他参数请参考说明文档。
skpr包自带了一个图形界面，在RStudio中可以通过skprGUI（）函数开启窗口（如下图），在R base中可以用skprGUIbrowser（）开启一个浏览器窗口。点击Tutorial可以查看操作步骤帮助示例。
图16-1 skpr包图形界面
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
