Réduire la sécurité factorielle complète DOE avec des facteurs catégorielsSalut,
mon client doit s'assurer que les nouveaux traitements ne nuisent pas aux semences. Par conséquent, ils stockent des semences avec différents traitements (non traité, traitement de base BT et 5 autres traitements combinant le traitement de base avec A1, A2 ou B (alors que A1 et A2 ne peuvent pas être simultanément), signifie BT + A1, BT + A2, BT + C. , BT + A1 + C, BT + A2 + C). Ils ont en outre 9 variétés différentes sur lesquelles ils souhaitent tester. Les mesures de stockage sont après le traitement et après 6, 12 et 18 mois.
La réponse doit se comporter de la même façon dans le temps pour les 2-3 traitements ciblés par rapport aux traitements de base et au mieux pour les traitements non traités.
Actuellement, ils réalisent un plan factoriel complet pour obtenir toutes les combinaisons et surtout pour pouvoir visualiser toutes les mesures possibles dans un graphe de création de graphes. J'ai pu voir brièvement son tableau et j'ai vu 1900 rangées, ce qui est beaucoup et résulte des mesures effectuées sur des réplicats (2-4) sur chacun des 4 points temporels.
L’objectif est de comprendre en particulier les quelques traitements ciblés s’ils nuisent davantage aux semences que la norme actuelle (traitement non traité et traitement de base). Je me demande si nous pourrions avoir moins de courses et avoir toujours la plupart des informations au moins pour les traitements ciblés?
Quelle serait votre meilleure approche pour traiter ce problème? deux facteurs - l'un avec 6 et l'autre avec 9 niveaux, incluant les effets principaux et l'effet d'interaction - OR 1 facteur avec 9 niveaux pour la variété et 3 facteurs pour le traitement (A1, A2 et B chacun actif / inactif, avec une combinaison non autorisée de A1 et A2 en même temps)? Ou une approche différente? Et cela permet-il une information optimale pour par exemple Traitement BT + A2 et / ou BT + A1 + C?
Merci,
Martin
PS: ils doivent ensuite montrer aux clients que les résultats montrent qu'il n'y a aucune différence en ce qui concerne l'effet néfaste sur les semences avec ou sans le traitement en question
Objet: Réduire la totalité de la factorisation de la sécurité des semences DOE avec des facteurs catégorielsMerci pour la mise à jour Martin. Il semble que les facteurs sont:
- Traitement avec 7 niveaux
- Variété à 9 niveaux
- Durée de stockage avec 4 niveaux
Nous devrons comprendre comment les semences sont stockées. Par exemple, un grand lot de semences est traité avec l’une des 56 combinaisons de Traitement x Variété, puis ce grand lot de semences est stocké et un échantillon de semences sélectionné dans le lot pour chaque temps de test de stockage?
Il semble y avoir trois réponses: SG, AA et CT. Que savons-nous de ce qu'ils appellent les réplicats pour chacune de ces réponses? S'agit-il de mesures répétées sur le même échantillon de semences ou de mesures sur un échantillon de semences différent du plus grand lot de semences stocké? Que représentent ces mesures? Vraisemblablement, ils font germer les graines et sont-ils une mesure des caractéristiques de la plante résultante?
Je me demande toujours où est l'occasion de rationaliser leur processus de test actuel? Je doute qu'ils veuillent réduire le nombre de combinaisons de tests pour les effets d'interaction Traitement x Variété. Ils ne voudront pas non plus réduire le nombre de points d'échantillonnage stockés. L'économie potentielle peut donc provenir de la réduction du nombre de mesures répétées et de la compréhension de la taille relative de cette composante de la variance pour comprendre si 4 (ou 2) mesures répétées sont nécessaires. Si vous pouvez obtenir des réponses aux questions ci-dessus et à leurs données anonymisées, nous pourrons les guider de manière appropriée. De plus, les informations sur la motivation de changer de ma réponse précédente à votre message: quel avantage spécifique obtiennent-elles en réduisant le nombre de tests, par exemple de 25% ou 50%, si elles le faisaient sans perte importante d’informations?
Meilleur,
Malcolm
Objet: Réduire la totalité de la factorisation de la sécurité des semences DOE avec des facteurs catégorielsSalut Malcolm, va le faire. En attendant, voici plus de détails sur la conception factorielle complète:
Il existe 7 traitements différents, 4 intervalles différents et 9 variétés.
Mais aussi, dans ce tableau particulier, nous avons 3 tests pour chaque cas (SG, CT, AA)
Chaque test SG comprend 4 exécutions différentes.
Chaque CT ou AA a 2 exécutions différentes:
Objet: Réduire la totalité de la factorisation de la sécurité des semences DOE avec des facteurs catégorielsSalut martin
Je suggère ce qui suit comme voie à suivre:
- Essayez d'obtenir plus de détails sur ce que cela signifie pour les utilisateurs s'ils économisaient 30 fois - votre dernier paragraphe dit que ce serait génial. Qu'est-ce que cela signifie pour eux d'économiser 30 courses (ou même une course)? La réponse à cette question devrait aider à motiver davantage vos utilisateurs.
- Essayez d'obtenir une version anonymisée de leurs données. Avec cela, nous pourrions comparer des conceptions alternatives à leur conception actuelle en utilisant des conceptions comparatives (et même simuler des données basées sur le modèle à partir de leurs données) pour déterminer quelle perte d'information (le cas échéant) est obtenue avec une alternative de conception plus efficace.
Les autres problèmes que vous mentionnez, tels que l'imbrication ou la randomisation limitée, deviendront plus clairs si nous pouvons obtenir une version anonymisée de leurs données.
Meilleur,
Malcolm
Objet: Réduire la totalité de la factorisation de la sécurité des semences DOE avec des facteurs catégorielsEn plus de ce qui précède, je demanderai au client plus de détails pour s’assurer de la conception factorielle complète actuelle, car le nombre de cycles ne correspond pas à ma théorie.Objet: Réduire la totalité de la factorisation de la sécurité des semences DOE avec des facteurs catégoriels @ malcolm_moore1
Ils veulent obtenir des résultats en matière de sécurité des semences. Ils veulent s'assurer que tout ce qu'ils font sur les semences n'est pas seulement efficace mais ne nuit pas à la performance des semences. Toutes les statistiques qu'ils font sont sur une culture et entre 3 et 9 variétés. Ils testent jusqu'à 6 traitements et au moins un de ceux-ci est très important et ne doit pas effectuer ce traitement (base et non traité).
Actuellement, ils prennent en charge tous les traitements, de sorte que chaque traitement pour chaque variété sera testé et mesuré directement après le traitement, après 6/12 / et 18 mois. Par conséquent, ils effectuent 2 à 4 mesures par horodatage. Ils mesurent la germination. L'objectif est que la germination soit stable dans le temps et pour toutes les variétés et tous les traitements, mais surtout le traitement ciblé pour un client spécifique.
Ils ne font actuellement aucun modèle statistique, mais une approche graphique. Voici une photo à quoi cela pourrait ressembler:
Vous voyez que pour une certaine variété les traitements nuisent au Germinarion des semences. Pour d'autres, c'est comme il se doit.
Je ne pouvais pas regarder plus en profondeur dans le tableau de données mais j'ai vu qu'il y avait> 1900 lignes, elles avaient aussi beaucoup de colonnes mais avec beaucoup d'informations descriptives (date, lot, recadrage, ...) ou des cellules vides comme celles du paramètre weren ' t impliqué.
La factorielle intégrale semblait être un modèle 9x6 avec 2-4 mesures par horodatage et une répétition. Je sais que cela ne correspond toujours pas à 1900 lignes ... Un autre point est que, pour le support des opérateurs, ils souhaitent avoir plusieurs analyses avec un traitement et non une configuration totalement aléatoire. Cela amène une intrigue divisée dans la discussion. Pour cela, il leur faudrait encore plus de parcours pour avoir une estimation appropriée des traitements.
J'ai testé certains scénarios et avec un design optimal. Mais je ne suis pas sûr de la qualité, car je n’ai pas encore utilisé de nombreuses conceptions catégoriques pures. D'habitude, j'ai également eu des paramètres de processus continus impliqués.
Cependant, s’ils pouvaient sauvegarder 30 de ces essais au moins 9x6 fois 2 avec des répétitions, ce serait formidable pour eux. Ils ont également posé des questions sur les différentes représentations du résultat. J'ai pensé à un modèle statistique et au profileur ou à une analyse catégorique. Des pensées à ce sujet?
Merci,
Martin
Objet: Réduire la totalité de la factorisation de la sécurité des semences DOE avec des facteurs catégorielsSalut martin
J'ai du mal à visualiser ce que votre client essaie de réaliser. Pouvez-vous décrire l'approche factorielle complète actuelle qu'ils utilisent plus en détail, s'il vous plaît? Quels sont les facteurs, les niveaux de facteurs, le modèle qu’ils ajustent et les questions auxquelles ils essaient de répondre? Quels problèmes ont-ils avec l'approche factorielle complète actuelle autre que celle de vouloir réduire le coût expérimental total?
Merci,
Malcolm
