기존 DOE 설계에서 랜덤 블록 요인 지정모두 안녕
JMP에서 기존 DOE 설계를 생성할 때 블록 요인은 자동으로 고정 블록 요인으로 기본 설정됩니다. Fit Model 플랫폼에서 "랜덤 효과" 속성을 추가하여 REML 방법을 활용하기 위해 랜덤 블록 효과로 변경할 수 있음을 알고 있습니다. 그러나 디자인 역할을 "Random block"으로 변경할 수도 있으며 Fit Model에서 "random effect" 속성이 자동으로 할당되지 않습니다. 그렇다면 디자인 역할 옵션으로 "차단"과 "무작위 차단" 사이에 차이점이 있습니까? 내가 알아차린 유일한 점은 예측 프로파일러에 "랜덤 블록"이 할당되었을 때 블록 요소가 표시되지만 "차단"일 때는 표시되지 않는다는 것입니다. 또한 Fit Definitive Screening 플랫폼은 "Blocking"에서만 작동하지만 "Random block" 설계 역할에서는 작동하지 않습니다.
감사합니다.
Re: 기존 DOE 설계에서 임의 차단 요인 지정@statman 그리고 @Mark_Bailey , 유용한 토론에 감사드립니다. 실험을 계획할 때 염두에 두어야 할 중요한 사항입니다.
Re: 기존 DOE 설계에서 임의 차단 요인 지정무작위 효과에 대한 제한에 대한 나의 요점은 Brad가 DSD를 위해 만든 특수 피팅 프로세스를 사용하는 것과 관련이 있습니다. 물론 DSD와 함께 모든 분석 방법을 사용할 수 있습니다.
두 개의 블록은 무작위 효과에 대한 정보를 거의 제공하지 않습니다. 분산의 추정치가 좋지 않을 것입니다. 반면 블록에 변형을 할당하는 기능은 고정 효과의 추정을 향상시킵니다.
'일' 효과에 대한 사전 경험이 있습니까?
Re: 기존 DOE 설계에서 임의 차단 요인 지정hxnduke,
내 멘토 중 한 사람의 지혜로운 말,
"모든 모델이 잘못되었습니다. 일부는 유용합니다."(GEP 상자)."
"동일한 문제를 제시한 두 명의 동등하게 유능한 조사자는 일반적으로 다른 출발점에서 시작하여 다른 경로로 진행하지만 동일한 답에 도달할 수 있습니다. 추구하는 것은 획일성이 아니라 융합이다 .” (박스, 헌터와 헌터, 실험자를 위한 통계)
유감스럽게도 귀하가 게시한 설명으로는 귀하의 상황을 이해할 수 없습니다. 답변하려는 질문, 모델링하려는 응답 변수, 실험하려는 요인 등을 이해해야 합니다. 일반적으로 산업 실험에서 블록을 사용할 때 노이즈를 식별하고 이해하는 데 많은 노력을 기울입니다(비판적 사고 및 프로세스 맵 사용). 실험의 목적은 실험이 결론을 도출하려는 조건(추론 공간)을 대표하도록 하는 것입니다. 이것은 실험의 대표성이 높을수록 실험의 노이즈가 클수록 요인 효과를 감지하기가 더 어렵다는 딜레마를 나타냅니다. 역사적으로 사람들은 소음을 일정하게 유지하여 음질을 개선했습니다. 정도 설계(요인 효과 감지를 위한 Box 용어). 불행히도 이것은 추론 공간에 매우 부정적인 영향을 미칩니다. 따라서 설계 정밀도를 높이면서 실험을 더 현실적으로 표현하는 과제는 매우 중요한 작업입니다. 이를 달성하기 위한 여러 가지 전략이 있습니다. 반복(측정 오류와 같은 단기 노이즈 추정 허용), 반복(무작위 및 RCBD, BIB), 분할 플롯 등. 선험적으로 노이즈를 식별할 수 있는 경우 귀하의 처분에 더 효율적이고 효과적인 방법 . 노이즈를 식별할 수 없는 경우 유일한 선택은 귀하의 사례로 보이는 것을 무작위로 추출하는 것입니다.
중심점 실행은 매우 효율적이고 유용할 수 있지만 요인은 정량적이어야 합니다. 그들은 설계 공간(2차 효과를 할당할 수 있는 자유도)에 대한 일반적인 곡률을 평가하는 기능을 제공하고 적절하게 사용되는 경우 설계 공간에 대한 안정성을 살펴봅니다. 중심점을 복제하면 MSE의 추정치가 합리적으로 양호하다고 말할 수 있습니다(중심점이 현재 조건일 수 있다고 생각하므로 현재 조건에서 요인 효과를 테스트할 데이터 세트가 있음). 설계 공간에서 여러 중심점을 무작위로 실행하는 경우 설계 공간에서 안정성을 평가할 수도 있습니다.
Re: 기존 DOE 설계에서 임의 차단 요인 지정역사적 측면과 이 문제에 대한 귀하의 생각을 제공해 주셔서 감사합니다. 아래 언급된 특정 상황에 대해 어떻게 생각하십니까?
명확히 하기 위해 계획된 연구에서는 제한된 수의 기계로 인해 런을 2개 블록으로 나누어야 합니다. 우리는 동일한 머신 세트에서 별도의 날짜에 2개의 블록을 실행할 계획이므로 여기에서 차단 요인은 매일의 변동성이 될 것입니다. 나는 이것이 무작위 효과라고 가정하고 있지만 전혀 차단할 가치가 있는지 궁금합니다.
또한 추가하기 위해 각 블록에 최소 1개의 중심점 실행을 포함할 계획이므로 블록 간 분산을 추정하는 데 도움이 될 수 있습니다.
Re: 기존 DOE 설계에서 임의 차단 요인 지정Bradley Jones 블로그 게시물에서 그는 DSD가 분할 플롯 설계에 적합하지 않다고 언급했지만 일반적으로 무작위 효과를 수행할 수 없다고 언급하는 것을 실제로 보지 못했습니다.
~ 안에 이 종이 Jones와 Nachtsheim에서 그들은 잔차 분산을 추정하기 위해 동일한 블록에서 두 개의 중심점 실행을 추가하고 무작위 블록 분산을 추정하기 위해 다른 블록에서 다른 하나를 추가하여 무작위 효과로 DSD 차단 방법을 제공했습니다.
명확히 하기 위해 계획된 연구에서는 제한된 수의 기계로 인해 런을 2개 블록으로 나누어야 합니다. 우리는 동일한 머신 세트에서 별도의 날짜에 2개의 블록을 실행할 계획이므로 여기에서 차단 요인은 매일의 변동성이 될 것입니다. 나는 이것이 무작위 효과라고 가정하고 있지만 전혀 차단할 가치가 있는지 궁금합니다.
Re: 기존 DOE 설계에서 임의 차단 요인 지정블록, 블록 효과 및 블록별 상호 작용에 대해 다른 관점을 제시하겠습니다. 차단(복제)의 개념은 Ronald Fisher 경으로 거슬러 올라갑니다. 블록의 개념은 블록 내의 노이즈를 최소화하고(일정하게 유지) 블록 간의 노이즈를 최대화하는 것입니다(블록 내에서 일정하게 유지된 노이즈가 블록 간에 변경되도록 의도적으로 블록을 선택). 이렇게 하면 요인 효과를 감지하는 정확도가 증가하고(예: MSE 감소) 동시에 추론 공간이 증가합니다(변화하는 잡음에 대해 연구가 복제됨). 블록을 고정 효과로 취급할 때 노이즈의 효과를 할당할 수 있으며 더 중요한 것은 변화하는 노이즈에 대해 실험 요인의 효과가 반복되는지 여부를 결정할 수 있습니다. 후자는 블록별 상호 작용에 의해 추정됩니다. 산업 실험 및 제품 설계에서 강건함은 요인별 상호 작용이 없는 것을 의미합니다(요인/상호 작용의 효과는 변화하는 잡음에 대해 동일함). 그렇지 않으면 시간이 지남에 따라 문제가 발생합니다. 로트간 입고 자재의 예를 사용합니다. 효과(요인 또는 상호 작용)가 있는 경우 ~에 달려있다 입고되는 자재가 많기 때문에 설계 초기에 이를 식별하여 입고되는 자재에 대해 견고한 제품을 설계할 수 있습니다. 원재료와 블록을 교란시키고 블록을 고정효과로 취급하면 블록 내 변수의 효과를 추정할 수 있다. 그리고 블록별 상호 작용. 불행하게도 대부분의 소프트웨어 프로그램은 블록별 상호 작용을 오류 용어와 혼동합니다. 이러한 효과를 수동으로 지정해야 합니다(자체 모델 작성). Box 박사의 말을 인용하겠습니다. "할 수 있는 것은 차단하고, 할 수 없는 것은 무작위화하십시오." 이 인용문에 대한 내 해석은 소음을 식별할 수 있다면 "차단"하는 것이 더 낫다는 것입니다. 물론 노이즈를 식별할 수 없으면 무작위화합니다. 이 주제에 대해 Brad Jones와 몇 차례 논의했습니다...
Re: 기존 DOE 설계에서 임의 차단 요인 지정DSD가 적합하지 않은 경우가 많습니다. 이러한 경우 중 하나는 차단 또는 분할 플롯 무작위화에 무작위 효과가 있는 경우입니다.
이 문제에 대한 Bradley Jones 블로그 게시물을 참조하십시오.
Re: 기존 DOE 설계에서 임의 차단 요인 지정고정 블록이 무작위 블록보다 더 많은 DOF를 소비한다고 언급했으므로 기존 DOE를 통해 생성된 기존 데이터 테이블에서 블록 요인 속성을 "무작위 효과"로 변경하면 블록 요인의 여러 수준이 있는 경우 매개변수 추정의 검정력이 증가한다는 의미입니까? ?
Re: 기존 DOE 설계에서 임의 차단 요인 지정이것은 최적의 DOE에 특정한 것이 아니므로 기본적으로 고정된 경우에도 임의 블록으로 차단된 클래식 설계를 완전히 분석할 수 있습니다. 거기에는 실제로 단점이 없습니다. 즉, DSD를 수행하는 경우 분석에 Fit Definitive Screening을 사용하는 것이 좋습니다. Block을 무작위로 취급하도록 강제할 수는 없을 것입니다.Re: 기존 DOE 설계에서 임의 차단 요인 지정두 차단 효과의 차이점을 명확히 해주셔서 감사합니다. 대부분의 시나리오, 적어도 내 연구와 관련된 시나리오에서 무작위 블록 효과가 가장 적합하다는 데 동의합니다.
제가 궁금한 것은 고전적인 DOE 디자인이나 DSD 디자인을 생성할 때 블록 팩터를 "랜덤 블록"으로 할당하는 방법입니다. 사용자 지정 DOE 플랫폼에서는 이를 매우 쉽게 지정할 수 있습니다. 그러나 고전적인 DOE/DSD에서는 블록 팩터가 고정 효과로 기본 설정되어 있으며 디자인 테이블이 생성된 후에만 속성을 변경할 수 있습니다(적어도 내가 아는 한).
고전적인 DOE 디자인에 임의 블록 효과와 REML 방법을 사용하는 것이 이치에 맞습니까, 아니면 맞춤형 디자인에만 해당되는 것입니까?
Re: 기존 DOE 설계에서 임의 차단 요인 지정고정 블록과 임의 블록은 설계 최적화에서 다르게 취급되며 모델에 맞는 방법에 해당하는 블록 유형을 사용해야 합니다. 그들은 자유도를 다르게 소비하므로 선택한 블록 유형에 따라 디자인 공간에서 포인트가 할당되는 방식에 영향을 미칩니다.두 접근 방식 간의 최소 및 권장 설계 크기의 차이에 주목하십시오.고정 블록은 일반적으로 더 많은 실행이 필요합니다.
블록을 고정된 것으로 취급할 수 있는 몇 가지 이유가 있지만 내가 본 대부분의 상황에서 무작위 블록이 더 적합하다는 것을 알았습니다. 특히 목표가 블록으로 인해 발생하는 변동을 설명하고 추론할 필요가 없는 경우 효과에 대해.예를 들어 디자인에 여러 로트의 원자재를 포함하는 경우 로트 A는 평균 반응을 1.5, 로트 B는 -0.6 증가시키는 데 신경 쓰지 않습니다. 다른 Lot A나 Lot B는 절대 가지지 않을 것입니다.나는 미래에 접하게 될 원재료 로트의 전형적인 변형을 대표하여 디자인에 사용하는 로트만을 원합니다.
