2 요인 계승 및 범주 공변량 (제 생각에!)두 가지 관심 요소가있는 실험을 설계하고 있습니다. 16 분 30 분 뛰기에 충분한 시간이 있습니다. 각 30 분 실행 동안 한 팀 역할을하는 팀은 4 개의 오브젝트 (또는 항목)에 노출되며이 4 개의 오브젝트 각각은 종속 응답 변수를 구성하는 측정 가능한 응답을 생성합니다. 다양성과 사실성을 위해,이 4 개의 객체는 8 개의 세트에서 무작위로 추출됩니다 (더 많은 것을 만들 수 있습니다) 8)각 실행마다 동일한 시나리오가 표시되지 않습니다. 이 4 개의 항목은 각 실행 전에 알려져 있지만 무작위입니다. 이러한 각 런 구성은 하나의 런에서 다음 런으로 쉽게 변경할 수 있습니다. 런 매트릭스에 대한 적절한 무작위 배정 후 모두 사전 준비됩니다. 실행 순서는 물론 무작위로 지정되지만 이미지에는이 설정이 표시됩니다. 두 가지 요소의 주요 및 상호 작용 효과에만 관심이 있다면 설계 및 분석 모두에 대해 JMP에서 가장 적합한 설정은 무엇입니까?
다시 : 2 팩토리얼과 범주 공변량 (제 생각에!)더 많은 정보가 필요합니다. 가능한 총 8 개의 개체가 있습니까? 실제로 무엇을 측정하고 있습니까? 같은 Y입니까? 각 개체의 결과가 동일해야합니까? 각 개체의 결과가 우선해야하는 것을 알고 있습니까? 측정 값을 정규화 할 수 있습니까 (예 : 대상의 델타)?
한가지 추측 개체의 각 측정은 치료 조합의 반복입니다 (독립 이벤트로 간주되지 않음). 각 처리 조합에 대해 4 가지 측정 (예 : 측정 오류)의 평균을 구하고 분산을 취할 수 있습니다 (2Y?). 이 경우 총 자유도가 3이고 Y = Factor1 + Factor2 + (Factor1) (Factor2)의 모형이 있습니다.
또 다른 추측 당신이 제안한대로 16 개의 트리트먼트 / 런을 무작위로한다면 (여전히 4 개의 트리트먼트 조합) 당신은 런 독립 이벤트를 고려할 수 있습니다. 그렇다면 15 DF가 있습니다 : Y = Factor1 + Factor2 + (Factor1) (Factor2) + Error
어쨌든 4 개의 객체는 독립 변수가 아닌 종속 변수와 관련이 있습니다.
다시 : 2 팩토리얼과 범주 공변량 (제 생각에!)가능한 총 8 개의 개체가 있습니까?
그렇습니다. 그러나이 8 명은 이론적으로 많은 인구를 대표합니다. 그것들은 우리가 신경 쓰지 않는 많은 특성이 다른 객체입니다.
실제로 무엇을 측정하고 있습니까? 같은 Y입니까?
각 실행에서 오는 몇 가지 종속 변수가 있습니다. 예를 들어, timeToDoActionX
각 개체의 결과가 동일해야합니까?
아니
각 개체의 결과가 우선해야하는 것을 알고 있습니까?
아니
측정 값을 정규화 할 수 있습니까 (예 : 대상의 델타)?
아니
다시 : 2 팩토리얼과 범주 공변량 (제 생각에!)특정 상황에 대한 구체적인 조언을 제공하기는 어렵지만 객체 간 변형을 처리하는 두 가지 옵션을 생각할 수 있습니다.
1. 객체가 종속 변수에 어떤 영향을 줄 수 있는지에 대한 가설이 있다면 차단 효과와 같은 효과를 할당 할 수 있습니다. 이 유형의 시나리오에서는 완전히 무작위 화하지 않고 각 치료 조합과 관련된 개체를 "제어"하려고합니다.
2. 가설이 부족한 경우 각 처리에 대해 개체를 무작위 화하고 해당 반복 실험을 사용하여 실험 오류를 추정하십시오.
다시 : 2 팩토리얼과 범주 공변량 (제 생각에!)감사 @statman ...이 상황과 비슷한 JMP 교육 데이터 파일이 있는지 궁금합니다. 더 자세한 내용은 다음과 같습니다.
이는 실험실 환경에서 관심있는 요소를 제어하고 운영 현실성에 대한 다양한 시나리오를 주입 할 수있는 휴먼-인-루프 실험입니다. 다양한 개체는 30 분 동안 참가자 팀에 제공되는 다양한 대상 프로필입니다.
한 실행 내의 여러 (예 : 4) 시나리오 개체 각각은 팀이 30 분 동안 일정 비율을 추적하는 대상입니다. 이것이 핵심 반응 변수입니다. 물체가 추적되는 시간의 백분율입니다. 더 나은 추적 기능을 갖춘 일부 요인 수준은 아마도 팀 성능을 향상시킵니다.
16 개의 30 분 실행 중 하나에서 두 가지 주요 요인이 해당 30 분 실행에 대해 고정됩니다. 요인 설계에는 2x2 = 4 요인 수준 조합이 있으므로 각 조합마다 4 개의 복제가 있습니다. 다 괜찮아 그러나 운영자 팀이 각 실행에서 노출되는 시나리오를 올바르게 처리하는 방법 (특히 JMP에서)을 혼란스럽게 생각합니다. 이러한 시나리오 프로필 / 개체는 유형, 속도, 고도 등 다양한 방법으로 다양하며, 범주 및 숫자 특성의 조합은 다양성을 생성하는 것 외에 특별한 관심이 없습니다. 그들은 각 실행에 무작위로 할당됩니다. 한정된 개수의 목표가 있다면 범주 형 공변량처럼 취급합니까? 가능한 경우 JMP DOE 대화 상자를 직접 참조하는 조언이 필요합니다.
다시 감사합니다
그렉
다시 : 2 팩토리얼과 범주 공변량 (제 생각에!)각 응답마다 나는 당신이하려는 일에 대해 더 잘 알고 있습니다. 여러 객체가 나타내는 "소음"(유형, 속도, 고도 등)을 이해하는 데 관심이 없는지 확인하겠습니다. 나는 개인적으로 당신이 결정을 크게 활용할 수 있다고 생각합니다.
1. 설계 요소 및 상호 작용 효과는 무엇입니까
2. 변화하는 소음 조건에서 이러한 효과가 일관됩니까?
삼. 특정 소음 변수와의 상호 작용이 있습니까?
이러한 효과가 객체 변형에 의존하는 경우 "평균적으로 디자인 팩터 효과"라고 말하는 것이 유용하지 않을 수 있습니다.
다시 여러 옵션이 있습니다. 다른 객체 효과를 "공변량"이라고 부를지 확실하지 않지만이를 블록으로 처리 할 수 있습니다 (예 : 아마도 임의 블록). 위에 나열된 효과를 이해하려면 분할 플롯 방향으로 이동할 수 있습니다.
가상의 데이터 테이블을 만들려면 몇 가지 분석 단계를 제안 할 수 있습니다.
다시 : 2 팩토리얼과 범주 공변량 (제 생각에!)글쎄, 우리가하려는 일을 다른 방법으로 설명하는 것이 확실하지 않습니다. 관심있는 두 가지 요소는 낮음 / 높음 지정으로 제안 된 범주 형이며 응답은 일반적으로 백분율입니다 (총 시간의 백분율로 추적 시간 또는 기회의 백분율로 성공).
다시 : 2 팩토리얼과 범주 공변량 (제 생각에!)죄송하지만, 논의하는 것이 훨씬 더 효율적입니다 ... 어쨌든 4의 임의의 블록 4 개로 가상의 데이터 세트를 첨부했습니다. 두 가지 응답을 포함 시켰습니다 : 추적 시간 및 총 비율 (총 시간이 고정되어 있으므로 실제 시간을 사용할 수 있음). 다음은 모두 Fit Model Platform을 사용하여이 분석을 수행하는 세 가지 방법입니다.
1. JMP 기본값 (REML). Analyze> Fit Model (2 차 효과를 추가합니다)
2. 직접 작성하고 블록 별 상호 작용을 포함하십시오. 이 모형은 포화 모형이므로 항을 제거하고 (정상 및 파레토 도표를 사용하여) 적절한 모형을 얻습니다.
삼. 자신의 모델을 작성하십시오. 블록과 요인 효과 요인 만 포함합니다. 이것은 당신에게 전형적인 ANOVA 출력을 줄 것입니다
이 모델은 HypoJournal에 첨부되어 있습니다.
다시 : 2 팩토리얼과 범주 공변량 (제 생각에!)흠. 블록의 역할을 이해하지 못했습니다.다시 : 2 팩토리얼과 범주 공변량 (제 생각에!)감사 @statman , 아마도 당신은 블로킹 응용 프로그램에 뭔가 있다고 생각합니다. 아마도 여기에 적합 할 것입니다. 원래 게시물의 그리드에있는 8 개의 서로 다른 대상 프로파일 (T1, T2, ..., T8) 등이 실제로 속도 (빠른 대 느린) 또는 크기 (큰 대 작은)와 같은 몇 가지 특징이 있다고 가정합니다. ). 응답에 대한 특성의 영향에 신경 쓰지 않아도 원하지 않는 노이즈가 발생하는 것으로 우려되는 경우 차단할 수 있습니다. 블로킹에 대한 혼란은 블로킹에 대한 선입견과 '변화하기 어려운'요소에 대한 일반적인 사용에서 비롯된 것으로 생각합니다. T4 대상 만 사용하는 일련의 런. - '대상 유형'이 변경하기 어려운 요소 인 것처럼. 나는 그런 식으로 구속되지는 않지만 목표 범위에 대해 블록 범위를 일정하게 유지하지 않아도 목표 유형에 대해 차단 할 수 있다고 수집합니다. 그 권리가 있습니까? 죄송합니다 .JMP 관련 질문이 아니라 DOE 강의로 바뀌 었습니다. 그러나 내가 겪는 차단에 대한 많은 사례로 내 상황을 조정하려고합니다.
감사
다시 : 2 팩토리얼과 범주 공변량 (제 생각에!)걱정마 "최상의"접근 방식에 대한 조언은 상황에 따라 매우 다르지만 여전히 여러 가지 옵션이 있습니다. 내가 일반적으로하는 일은 여러 옵션을 배치하고 가능한 모든 결과를 예측하며 각 옵션이 나를 어디로 인도 할 것인가입니다. 그런 다음 하나를 선택하고 반복하면 반복해야한다는 것을 알 수 있습니다. 원래 차단 사용 (Fisher)이 농업 상황에 적용 되었기 때문에 차단이 혼란 스러울 수 있습니다. 산업 상황에서 차단은 다른 용도로 사용됩니다. 특정 노이즈 변수를 식별 할 수 있고 실험 과정에서이를 제어 할 수있는 경우 몇 가지 좋은 옵션이 있습니다 (분할 플롯은 하나임). 그것들을 식별 할 수 있고 구체적으로 제어 할 수없는 경우 (주변 조건과 같이 그룹화 할 수 있음) 다른 옵션을 사용할 수 있습니다. 산업 실험에서는 비선형 블록 효과가 의미가 없으므로 2 개 이상의 블록을 권장하지 않습니다 (산업 실험에서 2 개 이상의 레벨에서 실행하는 유일한 이유는 비선형 효과를 추정하는 것입니다). 이제 식별 한 노이즈가 블록 내에서 일정하게 유지되고 블록간에 변경되는 각 블록을 실행하여 해당 블록을 과장 할 수 있습니다. 이 방법으로 실험을 실행하면 블록을 고정 효과로 취급하고 블록 및 요인 별 상호 작용에 대한 자유도를 지정할 수 있습니다. 견고한 설계는 블록 별 상호 작용이 없기 때문에이 방법을 사용하면 견고한 설계를 빠르게 만들 수 있습니다.
실험 과정에서 노이즈를 식별하거나 "관리"할 수없는 경우 통계 공간 테스트에서 추론 공간을 늘리고 편향을 완화하기 위해 무작위 배정됩니다.
"할 수있는 것을 차단하고, 할 수없는 것을 무작위 화하십시오." GEP 박스
