Akzeptables VIF für den Gesamtplotfaktor in einem Splitplot-Design?<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Hallo, ich bereite mich auf den Master-Studiengang vor und möchte meine Experimente so planen, implementieren und analysieren, wie möglich. Ich werde den biologischen Abbau einer krebserregenden Substanz namens Aflatoxin B1 erforschen. Aufgrund der Natur meines Experiments habe ich einen schwer zu ändernden Faktor und werde mit einem Split-Plot-Design arbeiten. Ich habe zahlreiche Designs mit unterschiedlichen Anzahlen von Läufen, ganzen Plots und Ebenen jedes Faktors erstellt. Ziel ist es, die Leistung zu maximieren und die Varianz zu minimieren. Ich habe in der Literatur gesehen und erhielt die Anleitung, dass jeder meiner Faktoren in einem biologischen Experiment eine Stärke> 0,8 haben sollte und die Qualität meiner Entwürfe zum Teil auf der Grundlage dieser Informationen bewertet hat. Jedenfalls habe ich ein realisierbares Design erstellt, bei dem meine gesamte Plotfaktorstärke 0,923 beträgt und alle anderen Faktoren bis zur Interaktion 2. Ebene 1 sind.
Meine Sorge gilt dem VIF = 12.37 des gesamten Plot-Faktors (alle anderen VIFs für Subplot-Faktoren und Interaktionen der 2. Ebene liegen zwischen 1 und 1.72). Bei anderen Designs, die ich erstellt habe, lag der VIF für den gesamten Plot-Faktor zwischen 15 und 45. Aus der Literatur, auf die ich gestoßen bin (was durch alle Konten begrenzt ist), ist die höchste akzeptable VIF 10, was eine Multicolinearität von 0,1 anzeigt. Trifft diese Erwartung bei Split-Plot-Entwürfen zu oder ist es klar, dass die VIF höher sein wird? Wird dies durch die Verwendung des GLS vs. kompensiert? OLS-Ansatz, und wird dies automatisch in JMP erkannt, wenn Y durch X angepasst wird? Jede Hilfe wird geschätzt!
Faktor | Art | Low Level | Center-Ebene | Hohes Level |
Inkubationstemperatur | Schwer zu ändern | 20 ° C | 24 ° C | 28 ° C |
Aflatoxin-Konzentration | Einfach zu ändern | 0 ppb | 5000 ppb | 10000 ppb |
Holz im Substrat | Einfach zu ändern | 0% | fünfzehn% | 30% |
Geimpft w / P. ostreatus | Einfach zu ändern | Nein | N / A | Ja |
Experimentelles Design:
- Split-Plot-Design: N = 144
- 16 ganze Diagramme - jedes ganze Diagramm ist eine Inkubationskammer, die auf eine bestimmte Temperatur eingestellt ist.
- 9 Subplots in jeder ganzen Parzelle - jede Subplot ist ein Polypropylenbeutel mit 100 g Substrat.
Re: Akzeptable VIF für den Gesamtplot-Faktor in einem Split-Plot-Design?Das 6: 3: 7 ist effizienter als die 6: 4: 6-Anordnung, da es näher am 2: 1: 2 eines Mittelpunktdesigns liegt. Auf jeden Fall würde dies erklären, warum die VIF für die gesamte Darstellung in der Größenordnung von 10 bis 50 liegt und nicht unendlich (was meine Erwartung wäre, wenn es keine Gesamtbehandlungsstufen gibt). Subplot bedeutet viel zur Erklärung der Variabilität der gesamten Plotmittel in Ihren Daten.
Steve Denham
Re: Akzeptable VIF für den Gesamtplot-Faktor in einem Split-Plot-Design?Sie haben unterschiedliche Temperaturen. So wie das Experiment entworfen wurde, habe ich 6 Inkubatoren bei 20 ° C, 3 bei 24 ° C und 7 bei 28 ° C. Es scheint, als wäre es sinnvoller, 6 bei 20 ° C, 4 bei 24 ° C und 6 bei 28 ° C zu haben, aber so hat JMP es nicht erstellt. Auf jeden Fall arbeiten Enzyme mehr oder weniger effizient bei unterschiedlichen Temperaturen und wir möchten wissen, ob dies die Fähigkeit der betreffenden Substanz zum Abbau beeinträchtigt. Wenn sie alle gleich wären, hätte ich mich für das vollständige faktorielle Design entschieden und hätte die Anzahl der benötigten Läufe drastisch reduzieren können.
Re: Akzeptable VIF für den Gesamtplot-Faktor in einem Split-Plot-Design?Kein Problem und ich möchte klarer sein als ich war. Zuerst habe ich mir nur die Formel für die Berechnung von VIF angesehen und festgestellt, dass eine automatische Abhängigkeit besteht, wenn die Null wahr ist (alle Subplot-Mittel würden immer die gesamte Plot-Funktion perfekt vorhersagen). Daher machte ich den Sprung des Glaubens (nicht immer eine gute Idee, vor allem bei Graduiertenkomitees), dass aufgrund des Designs große VIFs zu erwarten wären.
Nun zu einer anderen Frage (wieder wie bei Qualifikationsprüfungen). Haben die ganzen Parzellen, die 16 Kammern alle die gleiche Temperatur oder 8 bei 2 oder 4 bei 4? Der Grund, warum ich frage, ist, dass, wenn sie alle festgelegt sind gleich Bei der Temperatur sollte der gesamte Plot wahrscheinlich als zufälliger Effekt behandelt werden, und VIF ist dann sinnlos.
Steve Denham
Re: Akzeptable VIF für den Gesamtplot-Faktor in einem Split-Plot-Design?Danke, Steve. Kennen Sie Literatur, die diese Idee stützen würde, oder wird davon ausgegangen, dass es allgemein bekannt ist, dass ich aufgrund meines Mangels an Erfahrung keinen Sinn habe? Sie können wahrscheinlich verstehen, dass ich eine endgültige Verteidigung haben möchte, falls dies von meinem Graduiertenkomitee in Frage gestellt wird. Wollen Sie damit sagen, es gibt immer eine perfekte Kollinearität zwischen ganzen Plotmitteln oder in meinem speziellen Fall? Ich arbeite hart daran, diese Konzepte besser zu verstehen und bin frustriert darüber, dass ich sie nicht beherrsche. Ich lese Bücher und Artikel (Goos, Jones, Montgomery usw.) und beobachte ununterbrochen statistische und biostatistische Vorlesungen. Ich hatte nur die Gelegenheit, eine grundlegende Biostatsklasse unter meinem Gürtel zu bekommen, bei der das fortschrittlichste Konzept Einweg-ANOVAs war und wir die Mittel nicht getrennt haben. Entschuldigungen, Entschuldigungen, aber ich entschuldige mich dafür, dass ich das noch nicht vollständig erhalten habe.
Re: Akzeptable VIF für den Gesamtplot-Faktor in einem Split-Plot-Design?In einem aufgeteilten Diagramm ohne Nullunterschiede in den Mitteln hätten Sie eine perfekte Kollinearität zwischen den gesamten Mitteln des Diagramms. Ich persönlich halte es nicht für sinnvoll, die VIF für ganze Plots in einem Split-Plot-Design zu prüfen.
Steve Denham
