我正在使用choice.des包来创建分数因子设计，以用于联合分析。
以下指定级别和设计 级别<-c（6,4,3,3,5） 设计<-dcm.design（levels，3，10，3）
D效率为0.03213667
有人告诉我将较低的D效率解释为表示更好的设计，但是在这种情况下，当尝试查找有关D eff的基础计算的更多信息时，许多资源表明D eff通常是缩放比例介于0到100之间，但无论实际上值越高表示设计越理想。所以我有三个问题：
a）在choice.des中找到D-eff的计算是什么？
b）较高或较低的值是否更优化？
c）对于D-eff的多少变化被认为足以决定使用替代设计之间的差异，是否有任何指南？
谢谢