<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />salut
Quelqu'un peut-il m'aider à comprendre combien de points centraux devrais-je avoir dans des expériences factorielles 2k? Par exemple, combien de points centraux ai-je dans 2 ^ 3 expériences factorielles avec 1 réplication?
combien de points centraux ai-je dans une expérience factorielle 2 ^ 4 avec une réplication
combien de points centraux ai-je dans une expérience factorielle 2 ^ 3 avec 0 réplication, etc.
Merci
Ramon Bamer
Salut Ramon. J'ai conçu 2 ^ 3 factorielles à 5 ou 6 points centraux car nous voulions bien comprendre le bruit expérimental. J'ai également conçu 2 ^ 3 factorielles sans point central, car les expérimentateurs ne pouvaient effectuer plus de 8 analyses ou parce que les facteurs ne comportaient que deux niveaux distincts (activé / désactivé, ancien / nouveau).
Le nombre de points centraux inclus dans une expérience factorielle dépend vraiment du type d'informations que vous souhaitez obtenir de l'expérience. Voici trois types d'informations que vous pouvez obtenir en ajoutant des points centraux à une expérience conçue:
Estimation de l'erreur expérimentale pure - Pour tester les effets de chaque facteur, vous avez besoin d'une estimation fiable du "bruit" ou de l'erreur expérimentale. Chaque point redondant ou répliqué (il peut s'agir du point central d'un point factoriel) offre un autre degré de liberté quant à l'estimation de l'erreur expérimentale. Créer un design i n JMP, Ajoutez des données de réponse simulées, exécutez la plateforme Fit Model et vérifiez les degrés de liberté Pure Error dans la case "Lack of Fit". J'ai vu des valeurs minimales recommandées de 3 à 6, mais parfois, ces valeurs minimales ne sont toujours pas possibles.
Détection de tendances non linéaires - L'ajout de points centraux à une conception crée un troisième niveau dans la factorielle à deux niveaux, ce qui permet de tester la courbure. Notez que ce test de courbure n'indique pas si la courbure est due au facteur 1, au facteur 2, ... ou au facteur "k". Il est typique d'inclure au moins 3 ou 4 points centraux pour détecter une courbure avec une puissance similaire aux tests d'effet factoriel.
Détermination de la stabilité dans le temps - En supposant que les analyses expérimentales ne soient pas exécutées simultanément (par exemple, 8 champs de maïs ou 8 flacons en même temps), il pourrait y avoir une dérive temporelle ou un pic pendant les analyses expérimentales. Les points centraux peuvent être répartis uniformément sur les cycles factoriels pour détecter ces situations. Les points centraux peuvent être représentés séparément pour vérifier les tendances. Même avec 4 ou 6 points centraux, il s'agit d'un test très rudimentaire de stabilité dans le temps.
Conclusion: le nombre de points centraux est un jugement qui repose sur votre compréhension du processus et des objectifs expérimentaux. Il peut être plus important de reproduire l’expérience factorielle dans son ensemble, car il vous faudra peut-être plus de puissance pour détecter les effets principaux et les interactions (en particulier si les modifications que vous souhaitez voir sont faibles par rapport au bruit expérimental).
J'espère que c'est utile.
Howard Rauch
