2레벨 데이터 세트에 중심점 그룹을 추가하는 방법안녕하세요.
분석해야 하는 기존 데이터 세트가 있지만 기존 세트는 2레벨 매트릭스와 3개의 "중심점" 세트로 구성되어 있습니다. 세 개의 중심점에서 재현성 정보를 활용하고 싶지만 실험 매트릭스와 함께 던지면 분석의 균형이 맞지 않습니다(원래 매트릭스에는 몇 가지 범주형 요인이 있습니다).
유효한 방법이 있습니까?
감사해요
Re: 2레벨 데이터 세트에 중심점 그룹을 추가하는 방법조직은 실험의 일부로 현재 대상 조건에서 반복 실행하는 데 매혹되어 있지만 통합할 3단계 요인을 수용하고 가장자리 조건에서 여러 번 실행하도록 설계 공간을 확장하는 것을 주저합니다. 가장자리 조건에서 복제 부족을 보완하기 위해 3중 중앙 조건을 활용하기를 바랐습니다. 어쨌든 그 배는 출항했고 내가 가진 것을 처리해야합니다..!
¯\_(ツ)_/¯Re: 2레벨 데이터 세트에 중심점 그룹을 추가하는 방법아, 좋은 관찰력! 한 쌍의 연속적인 특성이 함께 그룹화되고 시스템을 두 가지 극단으로 밀기 위해 함께 변경되었습니다. 이 경우 함께 묶인 두 개의 연속 매개변수는 염분 함량과 pH였습니다. 특성화되는 시스템은 이온 교환 수지 베드이므로 염분 함량을 높이고 pH를 낮추면 결합 수준이 낮아집니다. 염을 줄이고 pH를 높이면 결합 수준이 높아집니다. 이 시스템에서는 곡률이 실제로 예상되지 않습니다.
각 범주를 구성하는 개별 구성 요소를 분리하고 그런 식으로 분석할 수 있습니다...
귀하의 진술:
"평균 제곱 오차의 추정치로 중심점의 반복을 사용할 수 있습니다. 실제로 중심점이 현재 조건인 경우 현재 프로세스 분산의 추정치로 이것을 복제하는 것은 다른 요인 효과에 대한 흥미로운 유의성 테스트(ANOVA)입니다."
여기에 적용될 것 같습니다. 중심점은 단계 조건의 중심점입니다.Re: 2레벨 데이터 세트에 중심점 그룹을 추가하는 방법실험은 몇 년 전에 수행되었으므로 훌륭하고 균형 잡힌 디자인을 얻기 위해 매트릭스를 채우기 위해 더 많은 작업을 수행하는 것은 실제로 불가능합니다. 3개의 중심점 런을 버리면 여전히 해독 가능한 분석을 얻을 수 있지만 범주형 요인에 대한 중심점 설정을 포함하면 분석에서 주변에 충분한 정보가 없는 3단계(즉, 유일한 런)가 생성됩니다. 중심점 범주형은 중심 설정에 있는 다른 모든 항목도 포함합니다.
분석 결과를 개선하기 위해 3개의 중심점 실행 그룹에서 재현성 정보를 가져와 2레벨 매트릭스 설계 분석에 제공할 수 있기를 바랐습니다.Re: 2레벨 데이터 세트에 중심점 그룹을 추가하는 방법@statman 일반적으로 중심점은 귀하가 지적한 연속 요인에만 관련이 있다고 생각합니다. 그러나 연속 AND 범주형 요인과 중심점이 있는 디자인을 만들 수 있습니다. 예산과 리소스가 있는 경우 일반적인 규칙은 연속 요인의 각 중심점 조합이 연속 요인의 각 수준에 대해 두 번 이상 실행되도록 실험에 처리 조합을 추가하는 것입니다. 이 배열은 전체 요소 설계를 실행하는 경우 가능한 모든 효과의 균형과 추정을 유지합니다.
보다 신중하고 경제적이며 효율적인 접근 방식은 거의 항상 최적의 설계 기술을 활용하고 문제에 맞게 설계를 구축하는 것입니다. 위에서 인용한 방법과 비교하면 기본적으로 문제를 설계에 집어넣는 것입니다. 글쎄, 그것을 할 수있는 유일한 방법으로 클래식 카탈로그에 있습니다.
Re: 2레벨 데이터 세트에 중심점 그룹을 추가하는 방법내 의견. 귀하의 실험에 대한 충분한 정보가 제공되지 않았지만 다음은 몇 가지 생각입니다. 범주형 요인이 있는 중심점은 어떻게 가질 수 있습니까? AFAIK, 중심점은 모든 요소가 연속적이어야 하며 곡률 테스트의 경우 모든 이차항이 혼동됩니다. (참고: 사람들이 몇 가지 범주형 요인으로 대리 중심점을 만드는 것을 보았지만 일반적으로 범주형 요인을 2개 수준 중 하나로 설정하는 것입니다.) 중심점의 반복실험을 평균 제곱 오차의 추정치로 사용할 수 있습니다. 사실, 중심점이 현재 조건인 경우 현재 공정 분산의 추정치로서 이것을 반복하는 것은 다른 요인 효과에 대한 흥미로운 유의성 테스트(ANOVA)입니다.
Re: 2레벨 데이터 세트에 중심점 그룹을 추가하는 방법불균형 설계가 이상적이지는 않지만 여전히 분석할 수 있습니다. 실험 결과와 함께 데이터를 넣고 분석하면 됩니다.
기타 가능한 옵션:
복제를 무시하고 샘플 크기를 줄입니다. 그러나 샘플 크기는 실제로 균형보다 더 중요합니다. 따라서 이것은 좋은 선택이 아닙니다.
균형 잡힌 설계를 얻기 위해 추가 실험을 수행합니다. 이 경로는 가능하고 프로세스가 첫 번째 시험 세트에서 새 세트로 변경되지 않은 경우 의미가 있습니다. JMP에서 증강 설계 옵션을 사용하여 추가 실행을 추가할 수 있습니다.
