감각 연구 DOE와 시장 비교안녕하세요,
고객이 감각 검사를 요청했습니다. 콘크리트, 그녀는 두 가지 질문이 있습니다.
1. 디자인을 만들면 주 및 2 요소 상호 작용 효과를 추정하는 5 개의 3 레벨 이산 수치 요소가 최소 6 회 및 권장 27 회를 필요로합니다. 12 명의 패널이 있으므로 16 번의 런은 좋은 분산을 위해 충분해야합니다. 그녀는이 복제를 수행하는 방법을 물어, 내 대답은 복사 결과 데이터 테이블에 디자인을 12 번 붙여 넣습니다. 다른 아이디어 (패널리스트에 12 개의 열을 추가 한 다음 테이블을 스택하는 것은 내가 생각한 또 다른 생각입니다). 마지막으로 복제 된 디자인의 성능을 확인하려고합니다. 그런 다음 디자인을 평가할 것을 제안했지만 그 설정이 얼마나 정확한지는 잘 모르겠습니다. 더 똑 바른 앞으로 방법?
2. 그들이 16 개의 달리기지만 1 개의 달리기로 간다면 그들은 다섯 가지 요소에 대한 특별한 설정을 가진 시장 제품으로 교환하고 싶다. 그들이 가장 높은 힘을 갖지만 실행 중 하나를 주어진 실행과 교환하도록 설계를 조정하는 방법은 무엇입니까? 나는 테이블을 만들고 수동으로 다른 결과 디자인의 힘을 점검 할 수 있다고 생각할 수 있지만, 그것은 성가시다. 어떤 아이디어?
감사,
남자 이름
다시 : 시장 비교와 감각 연구 교육부고려해야 할 사항에 대한 몇 가지 생각.
포인트 # 1에서, 디자인을 위해 12 명의 패널리스트 각각에 대해 16 회 실행을 수행 할 수 있습니다. 총 192 회 실행됩니다. 왜 크기가 16 인 무작위 블록을 가진 192 개의 실행을위한 설계를하지 않습니까? 이것은 올바른 횟수의 실행을 제공 할 것이지만 모든 패널리스트가 정확히 동일한 치료법을 볼 수는 없지만 나쁜 것은 아닙니다. 어쨌든 디자인은 균형을 이루지 않을 것이고 같은 16 번의 달리기 만 반복하면 다른 것들보다 약간의 상호 작용 (그리고 아마도 몇몇 주요 효과)을 더 잘 예측할 것입니다. 사용자 지정 디자이너가 조합을 선택하게함으로써 각 상호 작용에 대해 전반적으로 더 좋고 균일 한 힘을 제공해야합니다. 모델을 피팅 할 때 각 패널리스트가 분석 장비와 "동등"하다고 간주되면 임의의 블록 효과를 제거 할 수 있습니다. 그러나 패널리스트가 무작위 효과를 허용하는 경우, 패널리스트간에 다음과 같은 알려진 변동성 요인을 제거합니다.
포인트 # 2는 더 까다 롭습니다.
포인트 2의 경우, 각 패널리스트는 특별한 설정으로 시장 제품을 볼 필요가 있습니까? 나는 그들이 그렇게한다고 생각한다. 이 시나리오에서는 비슷한 접근 방식을 사용합니다. 나는 180의 실행을 가진 디자인을 창조 할 것이고, 패널리스트는 크기 15의 무작위 블록이다. 그런 다음 각 패널 멤버에게 추가로 시장 제품을 수동으로 추가 할 것입니다. 필자가 생각하기에 가장 쉬운 방법은 시장 제품을 별도의 테이블에두고 그것들에 합류하는 것이다. 그런 다음 전체 디자인을 평가할 수 있습니다. 이 방법을 사용하면 최고의 전력을 보장하지는 않지만 시판 제품은 별도의 치료법이므로 실제로 디자인의 일부가 아닙니다.
이상적으로는 시장 제품으로 테이블을 만들고 그것을 확대하고 싶습니다만, 그 보강에 임의의 블록을 넣을 수는 없습니다.
