¿Están bien los diseños personalizados para los componentes de varianza?Tengo una pregunta estadística: ¿cuáles son las ventajas y desventajas de utilizar un diseño óptimo personalizado para estimar los componentes de varianza?
Por ejemplo, tengo cuatro factores nominales con tres o cuatro niveles cada uno. Todos los factores serán tratados como aleatorios y estimaré los componentes de varianza REML para todos los factores. (No me interesan las pruebas de significación o el ajuste de un modelo de efectos fijos). Hay demasiadas combinaciones de niveles para usar un diseño completo. ¿Está utilizando un diseño personalizado para seleccionar un pequeño número de combinaciones de niveles para ejecutar OK para este tipo de análisis?
¡Gracias!
Re: ¿Están bien los diseños personalizados para componentes de varianza?Sí, el diseño personalizado está bien para recopilar datos para estimar los componentes de varianza. De hecho, cualquier método de diseño está bien. Puede que no sea óptimo, pero estará bien. (Sinceramente, no tengo ninguna información sobre diseños que sean óptimos para estimar la varianza de respuesta).
Tu comentario, " Hay demasiadas combinaciones de niveles para usar un diseño completo, "Sin embargo, plantea la principal preocupación. Los diseños pequeños son eficientes y efectivos para estimar la respuesta media (modelo de ajuste de la media) cuando los efectos son grandes y la desviación estándar de la respuesta es pequeña. Necesita muchos más datos para estimar la varianza, así como el modelo medio. Esa es una gran diferencia entre la estimación de los efectos fijos y los efectos aleatorios. Todos los métodos de diseño que conozco son para el modelo de efectos fijos.
Si solo tiene unas pocas muestras (" Tengo cuatro factores nominales con tres o cuatro niveles cada uno "), entonces sus estimaciones de varianza tendrán intervalos de confianza muy amplios. A menudo, el intervalo incluirá cero incluso cuando haya una contribución distinta de cero de un factor. El hecho es que debe tener muchas más observaciones para obtener una estimación estable y precisa de la propagación.
Re: ¿Están bien los diseños personalizados para componentes de varianza?Mark, gracias. No estaba seguro de si la correlación parcial de los efectos en un diseño personalizado sería un problema para las estimaciones del componente de varianza, pero es bueno escuchar que el diseño óptimo estaría bien. Había estado considerando un cuadrado latino o Youden, o BIBD para equilibrar el número de veces que se observaron combinaciones de niveles de factores.
En cuanto a que el diseño es demasiado pequeño, sí, también tengo esa preocupación. Mi métrica principal son los grados de libertad, pero estaría interesado si alguien sabe de otra métrica.
Saludos,
Paul_J
