2因子阶乘和绝对协变量（我认为！）我正在设计一个有两个有趣因素的实验。我有足够的时间进行16次30分钟的跑步。在每30分钟的运行过程中，一个团队（作为一个单位）暴露于4个对象（或项目），并且这4个对象中的每一个都产生可测量的响应，这些响应包含我们的依存响应变量。为了多样化和真实性，从4个对象中随机抽取了这4个对象（我们可以做更多） 8)对象，因此不会在每次运行时为它们提供相同的方案。这4个项目在每次运行之前是已知的，但被随机分配。这些运行配置中的每一个都易于从一个运行更改为下一个运行-在将它们适当随机分配到运行矩阵后，它们都已预先准备好。该图像显示了此设置，尽管我们的运行顺序当然是随机的。如果我仅对这两个因素的主要影响和相互作用感兴趣，那么JMP中最适合设计和分析的设置是什么？
回复：2因子阶乘和绝对协变量（我认为！）我需要更多信息。 共有8个可能的对象？您实际上在测量什么？是一样的Y吗？每个对象的结果应该相同吗？您知道每个对象的结果应该是先验的吗？您可以将度量标准化（例如，与目标的增量）吗？
一猜一个对象的每次测量都是处理组合的重复（不视为独立事件）。 对于每种治疗组合，您可能可以求平均值并取4个量度的方差（可能是测量误差）（所以2个Y？）。 在这种情况下，您具有3个总自由度，并且Y的模型为Factor1 + Factor2 +（Factor1）（Factor2）。
另一个猜测如果您按照建议随机分配了16个治疗/运行（仍然只有4种治疗组合），则可以考虑与运行无关的事件。 如果是这样，则您有15个DF：Y =因子1 +因子2 +（因子1）（因子2）+错误
在任何情况下，这4个对象都与因变量有关，而不与自变量有关。
回复：2因子阶乘和绝对协变量（我认为！）共有8个可能的对象？
是的，但那8位代表了理论上的庞大人口。它们是一些我们不关心的具有不同特征的对象。
您实际上在测量什么？是一样的Y吗？
每次运行我们都会有几个因变量。例如，timeToDoActionX
每个对象的结果应该相同吗？
没有
您知道每个对象的结果应该是先验的吗？
没有
您可以将度量标准化（例如，与目标的增量）吗？
没有
回复：2因子阶乘和绝对协变量（我认为！）很难针对您的具体情况提供具体建议，但是我可以想到两种方法来处理对象之间的差异：
1。如果您有关于对象如何影响因变量的假设，则可以分配这些效果……类似于阻塞的想法。 在这种情况下，您将要“控制”与每个治疗组合相关的对象，而不是完全随机化。
2。如果您缺乏假设，则将每种处理的对象随机化，并使用这些重复项来估计实验误差。
回复：2因子阶乘和绝对协变量（我认为！）谢谢 @statman ...我想知道是否有任何JMP培训数据文件类似于这种情况。更多细节可循。
这是在实验室环境中的在环实验，我们可以在其中控制感兴趣的因素，并为操作现实主义注入一些不同的方案。在30分钟的跑步过程中，各种对象都是呈现给参与者团队的不同目标配置文件。
一次运行中的几个（例如4个）场景对象中的每一个都是团队在30分钟时间内跟踪的目标。这是关键的响应变量-跟踪对象的时间百分比。某些因素级别（具有更好的跟踪功能）大概可以提高团队绩效-即，跟踪时间所占的百分比更高。
在这16个30分钟的跑步中的任何一个中，对于这30分钟的跑步，两个主要因素是固定的。由于析因设计中有2x2 = 4个因子水平组合，因此每个组合有4个重复。没事的 但这使我感到困惑，如何正确地处理（尤其是在JMP中）操作员团队在每次运行中都会遇到的那些情况。这些方案概要文件/对象在许多方面有所不同-类型，速度，高度等-分类和数字特征的组合，除了产生多样性外没有其他特别的兴趣。它们被随机分配给每个运行。如果这些目标数量有限，我是否将它们视为分类协变量？如果可能的话，我需要一些直接参考JMP DOE对话框的建议。
再次感谢，
格雷格
回复：2因子阶乘和绝对协变量（我认为！）每次回答后，我都会更好地了解您要做什么。 让我确定，您对理解多个物体表现出的“噪声”（类型，速度，高度等）不感兴趣。 我个人认为您可以利用以下优势：
1。设计因素和相互作用的影响是什么
2。这些影响在变化的噪声条件下是否一致
3。是否与特定的噪声变量有任何相互作用。
如果这些效果取决于对象变化，那么说“平均而言，这些是设计因素效果”可能不是很有用。
同样，您有多个选择。 我不确定是否将不同的对象效果称为“协变量”，但是您可以将它们视为块（例如，也许是随机块）。 如果您想了解上面列出的效果，可以采用分割图方向。
如果您想创建一个假设的数据表，我可以建议一些分析步骤。
回复：2因子阶乘和绝对协变量（我认为！）好吧，不确定是否还有其他方法可以描述我们正在尝试做的事情。正如它们的低/高指示所暗示的那样，这两个感兴趣的因素是分类的，响应通常是百分比（跟踪时间占总时间的百分比，或成功占机会的百分比）。
回复：2因子阶乘和绝对协变量（我认为！）抱歉，但是讨论起来会更有效率...无论如何，我附带了一个假设数据集，其中包含4个大小为4的随机块。 我提供了2个响应：跟踪时间和占总数的百分比（您可以使用实际时间，因为总时间是固定的）。 以下是进行此分析的3种方法，所有方法均使用Fit Model Platform。
1。JMP默认（REML）。分析>拟合模型（我将在其中添加二阶效果）
2。编写您自己的文章，并包括按要素进行的交互。 这是一个饱和模型，删除项（使用正态图和帕累托图）以获得适当的模型
3。 编写自己的模型。 仅包括块效应和因子效应的阶乘。 这将为您提供典型的方差分析输出
这些模型在随附的HypoJournal中。
回复：2因子阶乘和绝对协变量（我认为！）嗯 不确定我是否了解这些块的作用。回复：2因子阶乘和绝对协变量（我认为！）谢谢 @statman ，我认为您可能正在使用阻塞应用程序。这可能是合适的。假设原始帖子的网格中有8个不同的目标配置文件（T1，T2，...，T8）等确实具有一些明显的特征，例如速度（快与慢）或大小（大与小）。）。即使我不在乎该特性对响应的影响，但如果我担心它引入了不必要的噪声，也可以阻止它。我认为我对封锁的困惑源于我对封锁的先入之见及其对“难以改变”因素的典型用法-对我来说，这意味着我们被束缚了需要做一堆仅使用T1的跑步运动的需求目标，然后是一堆只使用T4目标的跑步等 -好像“目标类型”是很难改变的因素。我并不受这种方式的约束，但是我收集到即使在一定范围的运行中它不能保持恒定，我也可以针对目标类型进行阻塞。我有那个权利吗？抱歉，这已成为我的DOE课程，而不是针对JMP的问题，但是我正在尝试将我遇到的许多阻止示例与我的情况相协调。
谢谢
回复：2因子阶乘和绝对协变量（我认为！）嘿，不用担心。 通常，有关“最佳”方法的建议在很大程度上取决于具体情况，即使如此，仍然有多种选择。 我通常要做的是布置多个选项，预测所有可能的结果以及每个选项将“引导”我的位置。 然后选择一个去，意识到我需要进行迭代。 阻塞可能会造成混淆，因为阻塞（Fisher）的最初用途是应用于农业环境。 在工业情况下，阻塞具有不同的用途。 如果您能够识别特定的噪声变量并能够在实验过程中对其进行控制，则有几种不错的选择（分割图是一个）。 如果您可以识别它们并且可能不专门控制它们（例如，将它们分组，例如环境条件），那么还有其他选项可用。 在工业实验中，我不建议使用2个以上的块（在工业实验中以2个以上的水平运行的唯一原因是估计非线性影响），因为非线性块影响没有意义。 现在，您可以通过运行每个已识别的噪声在该块内保持恒定并在各块之间变化的块来放大这些块。 如果您以这种方式运行实验，则可以将块视为固定效果，并为块和逐因子交互分配自由度。 健壮的设计是缺少因果关系的交互，因此该方法可以加速创建健壮的设计。
如果您在整个实验过程中都无法识别或“管理”噪声，我们将被随机分配以增加推理空间并减轻统计测试中的偏差。
“阻止您可以做到的，随机化您不能做到的”。GEP盒
