Ein Kollege hat mich kürzlich gefragt, ob JMP ein ausgeglichenes Blockdesign für die folgende Situation erstellen könnte:
Es gibt einen Behandlungseffekt für die Studie, und es gibt 4 Stufen (T1, T2, T3, T4). Der Behandlungsfaktor ist kategorisch.
Es gibt 3 blockierende Faktoren:
- Block A hat 4 Ebenen (A1, A2, A3, A4)
- Block B hat 2 Ebenen (B1, B2)
- Block C hat 2 Ebenen (C1, C2)
In jedem der 16 Blöcke können nur zwei Behandlungen verwendet werden, daher werden 32 experimentelle Einheiten verwendet. Hier ist eine Art ausgeglichenes Blockieren erforderlich.
Der Ansatz besteht darin, ein vollständiges faktorielles Design für die Behandlungs- und Blockierungsfaktoren zu erstellen und dann mit 32 Durchläufen nach dem optimalen Design zu suchen, das eine Teilmenge des vollständigen faktoriellen Designs ist. Ich zeige die folgenden Schritte. Schauen Sie sich das an und teilen Sie mir Ihre Meinung zu diesem Ansatz mit. Was ich nicht sicher bin, ist, wie gut dieser Ansatz im Allgemeinen funktionieren würde. Habe ich das überkompliziert oder gibt es einen einfacheren Weg, dies zu tun?
Schritt 1:
Erstellen Sie das FF-Design: DOE> Classical> Full Factorial Design. Hier ist das Setup mit den Faktoren und Ebenen:
Klicken Sie auf Weiter, Tabelle erstellen, um die FF-Designtabelle zu erstellen.
Schritt 2: Wenn die vollständige faktorielle DOE-Tabelle als aktuelle Datentabelle ausgewählt ist, wählen Sie im Menü die Option DOE> Benutzerdefiniertes Design. Fügen Sie die DOE-Faktoren (Behandlungen und Blöcke) wie folgt hinzu kovariate Faktoren.
Verwenden Sie das Standardmodell für Haupteffekte und geben Sie 32 als Anzahl der Läufe ein. Klicken Sie dann auf Design erstellen.
Das resultierende Design ist hier zusammengefasst:
Die Auflistung der Behandlungspaare zeigt, dass 4 oder 6 Behandlungen jeweils in zwei Blöcken und die anderen 2 Behandlungskombinationen jeweils dreimal erfolgen.
