Zeilen-Spalten-Experiment mit zwei gekreuzten BlockierungsfaktorenEine Situation, die in Feldversuchen häufig auftritt, besteht darin, dass es zwei gekreuzte Blockierungsfaktoren gibt, z. B. "Tag" und "Zeit am Tag", z. B. 4 verschiedene Zeitintervalle pro Tag. Dies ist ein sogenanntes Zeilen-Spalten-Experiment. Angenommen, man muss 7 Effekte überprüfen. Wie kann diese Zeilenspalte DOE mit dem benutzerdefinierten Designer in JMP eingerichtet werden?
DAMHIRSCHKUHBetreff: Zeilen-Spalten-Experiment mit zwei gekreuzten BlockierungsfaktorenVerwenden Sie zwei Blockierungsfaktoren:
Hier ist der JSL-Code für dieses veranschaulichende Beispiel:
DOE(
Custom Design,
{Add Response( Maximize, "Y", ., ., . ), Add Factor( Blocking, 8, "Day" ),
Add Factor( Blocking, 2, "Time of Day" ),
Add Factor( Continuous, -1, 1, "X3", 0 ),
Add Factor( Continuous, -1, 1, "X4", 0 ), Set Random Seed( 353 ),
Add Term( {1, 0} ), Add Term( {3, 1} ), Add Term( {4, 1} ), Add Term( {1, 1} ),
Add Term( {2, 1} ), Add Alias Term( {3, 1}, {4, 1} ), Set Sample Size( 32 ),
Simulate Responses( 0 ), Save X Matrix( 0 )}
);Betreff: Zeilen-Spalten-Experiment mit zwei gekreuzten BlockierungsfaktorenAlso muss ich für 4 Zeitintervalle / Tag in der Tageszeit die Etiketten 5 6 7 8 und 9 10 11 12 und 13 14 15 16 auf 1 2 3 4 drehen? Und in der Tabelle muss die Spalte Tag 1 bis 4 angegeben werden, und dann habe ich in jedem Tag Blockordnungszeit in Tag 1 bis 4 das endgültige DOE erhalten?
Betreff: Zeilen-Spalten-Experiment mit zwei gekreuzten BlockierungsfaktorenSie haben eine interessante Situation. Man könnte argumentieren, dass es keine Möglichkeit gibt, die Zeitintervalle innerhalb eines Tages mit dem Tag zu kreuzen, da die Zeitintervalle innerhalb eines Tages verschachtelt sind innerhalb Tag. Die Nummerierung ist also "in Frage". Wenn Sie die Codierung 1-4, 1-4 für die Zeitintervalle (für 2 Tage) verwenden, erkennt die Software, dass die 1 für das Zeitintervall für Tag 1 "identisch" mit dem Zeitintervall 1 für Tag 2 ist. Das Zeitintervall ist zwar ähnlich, kann jedoch nicht identisch sein. Ich würde es systematisch nennen. Ich könnte argumentieren (in beide Richtungen), dass das systematische Muster innerhalb eines Tages nahe genug ist, um die Interaktion zu untersuchen, oder ich könnte argumentieren, dass es definitiv nicht dasselbe ist, daher ist es verschachtelt. Ich denke, es ist äußerst wichtig, dass Sie Hypothesen haben, um die Zeitintervalle innerhalb eines Tages zu unterstützen, die ähnlich genug sind, um die Überkreuzung der Effekte zu rechtfertigen.
Betreff: Zeilen-Spalten-Experiment mit zwei gekreuzten BlockierungsfaktorenDie Benennung der Blockebenen funktioniert in beide Richtungen. Wenn Sie die Beschriftungen für die Tageszeit so ändern, dass sie zuerst und dann bedeuten. usw. Dann müssen Sie angeben, dass die Ebene im Tagesfaktor für den Tageszeiteffekt im Modell verschachtelt ist.
Die Reihenfolge der Blockebenen ist für Sie eine Annehmlichkeit. Es ist für die Analyse nicht erforderlich.
Betreff: Zeilen-Spalten-Experiment mit zwei gekreuzten BlockierungsfaktorenHinzufügen zu @ Statman Die Effekte Tag und Uhrzeit sollten im Modell wahrscheinlich als zufällige Effekte definiert werden.
Betreff: Zeilen-Spalten-Experiment mit zwei gekreuzten BlockierungsfaktorenDanke für die Antwort. Tatsächlich sind die Tageszeitniveaus im Tagesblockierungsfaktor verschachtelt. Es ist ein Experiment, bei dem mehrere Effekte (eine ganze Reihe von Läufen sind erforderlich) an mehreren Tagen getestet werden müssen, da nur 4 Läufe / Tag möglich sind, sich jedoch auch während eines Tages die Temperatur- und Wetterbedingungen ändern können, sodass jeder Tagesblock benötigt wird Aufteilung in 4 verschiedene Zeitintervalle (in jedem Zeitintervall wird angenommen, dass die Bedingungen +/- stabil sind) -> Wie zeige ich diese Verschachtelung im benutzerdefinierten Design an?
Betreff: Zeilen-Spalten-Experiment mit zwei gekreuzten BlockierungsfaktorenSie können im benutzerdefinierten Design keine Verschachtelung oder zufälligen Effekte angeben. Sie ändern das Modell im Startdialog Modell anpassen. Sie können das aktualisierte Modell zur zukünftigen Verwendung in der Datentabelle speichern.
Betreff: Zeilen-Spalten-Experiment mit zwei gekreuzten BlockierungsfaktorenDer Schlüssel zur richtigen Analyse ist das von Ihnen erstellte Modell. Die Nummerierung in @markbailey Der Beitrag von 'würde zum Verschachteln funktionieren (sequentiell, nicht wiederholend).
Das Konzept eines Blocks besteht "theoretisch" darin, die Rauschvariablen innerhalb des Blocks konstant zu halten, wodurch die Genauigkeit der Erfassung von Faktoreffekten und erhöht wird ermöglichen (oder manipulieren) diese Rauschvariablen so, dass sie sich zwischen Blöcken ändern, wodurch der Inferenzraum vergrößert wird, ohne die Genauigkeit negativ zu beeinflussen. Sie befinden sich in einer Situation, in der sich einige der Rauschvariablen innerhalb des Blocks ändern. Dies "theoretisch" erhöht den Fehler innerhalb des Blocks und verringert die Genauigkeit der Erkennung von Faktoreffekten. Können Sie Ihre Blöcke anders wählen? Ist die Variation der Umgebungsbedingungen innerhalb eines Tages größer als zwischen den Tagen? Einige andere Optionen:
1. Messen Sie die Umgebungsbedingungen und behandeln Sie diese Messungen als Kovariate (z. B. Taupunkt).
2. Verwenden Sie eine Mittelpunktbehandlung (aktuelle Bedingungen?) Oder eine identische Behandlungskombination, um im Verlauf des Experiments zu replizieren. Analysieren Sie dies und verwenden Sie das mittlere Quadrat dieser replizierten Behandlung als Grundlage für statistische Tests (Fehlerschätzung).
Betreff: Zeilen-Spalten-Experiment mit zwei gekreuzten BlockierungsfaktorenDieser kovariate Ansatz ist interessant! Über das gesamte Feldexperiment sind identische Concitons nahezu unmöglich, so dass eine Replikation des Mittelpunkts keine Option ist. Außerdem kann es zwischen den täglichen Zeitintervallen zu starken Abweichungen kommen. Vielen Dank für die Eingaben. Ich werde jetzt versuchen, ein DOE mit sieben festen Effekten unter Verwendung von Marc's Verschachtelungsansatz zu erarbeiten.
Betreff: Zeilen-Spalten-Experiment mit zwei gekreuzten BlockierungsfaktorenNur ein weiterer Gedanke, den ich hatte: Brauchen Sie wirklich 4 Zeiträume innerhalb eines Tages? Könnten Sie dies auf 2 reduzieren (morgens und nachmittags)? Dies könnte effizienter sein.
Betreff: Zeilen-Spalten-Experiment mit zwei gekreuzten Blockierungsfaktorenoder wählen Sie zufällig 2 Zeiträume innerhalb eines Tages aus und behandeln Sie dies als zufälligen Effekt.Betreff: Zeilen-Spalten-Experiment mit zwei gekreuzten BlockierungsfaktorenIch stimme voll und ganz zu, 2 Zeiträume würden viel vereinfachen, aber die Ingenieure entschieden sich für 4 Zeiträume (es werden ziemlich unkontrollierte Zeitschwankungen an einem Tag erwartet) und haben einen DOE-Lauf für jeden, also 4 Läufe pro Tagesblock nimm 6 volle Tage. Ich glaube, dieser Zeitraum ist immer ein zufälliger Effekt, egal wie viele Zeiträume / Tag angegeben sind.
Betreff: Zeilen-Spalten-Experiment mit zwei gekreuzten BlockierungsfaktorenWenn Sie Hypothesen darüber haben, was sich zwischen den Zeiträumen ändert und warum sich dies auf die Reaktion auswirkt, sollten Sie diese Zeiträume auf jeden Fall (zumindest systematisch) nachverfolgen. Für mich ist ein zufälliger Effekt das, was Shewhart als nicht zuweisbar bezeichnen würde. Ich glaube, wenn Sie es systematisch probieren, können Sie es zuweisen (aber nicht jeder würde mir zustimmen). Ich ordne die Block- und Block-für-Faktor-Effekte oft zu, wenn ich sicher bin, dass ich verstehe, um welche Variablen es sich handelt, und Hypothesen habe, um sie zu sichern.Betreff: Zeilen-Spalten-Experiment mit zwei gekreuzten BlockierungsfaktorenHallo statman, toll deine wertvollen Kommentare zu lesen! Es gibt viele Denkanstöße zum Thema Zufallsfaktor und daher ist ein großartiger Input für interessante Diskussionen darüber, was zufällig / nicht zuweisbar und was systematisch / zuweisbar ist, nicht schwarz-weiß. Ich betrachte Zeitvariationen innerhalb eines bestimmten Intervalls (Tag, Stunden, vielleicht sogar Minuten) als zufällig, wenn in einem bestimmten Zeitraum Dinge außerhalb unserer Kontrolle auftreten, obwohl sie systematisch sein können, wie unnatürliche Variationen in Shewhart-Kontrollkarten, die auf instabile experimentelle Bedingungen hinweisen . Während des Experiments müssen in der Tat Umwelteinflüsse wie Temperatur, Feuchtigkeit, Bedienerwechsel und andere unkontrollierbare Parameter überwacht werden, die sich auf die Modellreaktionen auswirken können. Diese Effekte werden als Co-Variablen betrachtet, potenzielle lauernde Variablen, die genau verfolgt und im endgültigen Modell berücksichtigt werden müssen. Die Angabe einer systematischen kovariaten Variation in Kontrolldiagrammen kann das endgültige Modell insbesondere dann durcheinander bringen, wenn eine Kollinearität mit den angegebenen DOE-Effekten besteht. Bemerkung: Wäre es nicht eine Idee, ein DOE zu generieren, bei dem "Tag" und "Uhrzeit" als Kovariateneffekte wie bei den anderen oben genannten experimentellen Kovariaten angegeben werden?
Re: Row-column experiment with two crossed blocking factorsMy thoughts on covariates:
1. You have to consider additional measurement errors
2. Since they are not manipulated, this is more likely evidence of correlation, not causation. In addition, you have multicollinearity issues.
3. You have to choose what "value" to put in for each treatment even though the variables are "wandering around" (you can only put one in). How representative are the values you use compared with the natural variation of the covariate?
4. Potential lag effects must be considered
5. You need to either give up a degree of freedom from the design factors you are manipulating (for each covariate) or run random replicates to accommodate the degrees of freedom for analysis
6. You'll likely miss out on interaction effects
7. You are limited on the number of covariates you can consider at any point in the analysis
8. They must be continuous variables, so not variables like Day or time of day, IMHO.
There are a number of what I think are more effective and efficient means of handling noise in experiment situations than covariates. The idea of a block, where noise is somewhat constant within the block and changes between blocks allows you to group or chunk a number of noise variables simultaneously. This is very efficient in the early stages of investigation. For robust design and processes, it is extremely important to be able to assign and understand noise-by-factor interactions. Of course, split-plot designs and cross-product arrays are also quite useful when you have more specifically identified the number of influential noise variables.
Betreff: Zeilen-Spalten-Experiment mit zwei gekreuzten BlockierungsfaktorenIch stimme zu, dass es für ein robustes DOE wichtig ist, die Rauschfaktor-Wechselwirkungseffekte zu untersuchen, aber diese Rauscheffekte müssen auf sorgfältig festgelegten Ebenen als Eingaben in das DOE aufgenommen werden, damit eine genaue Schätzung und Modellierung möglich ist. Ich sehe keinen Grund, warum Kovariaten kontinuierlich sein müssen? Ich erinnere mich, dass ein bekannter DOE-Experte eine erfolgreiche DOE-Studie mit kategorialen Kovariaten vorstellte. Außerdem habe ich einige DOE-Vorschläge mit kategorialen Kovariaten erhalten. Ich weiß nicht, warum es hier nicht funktionieren würde. Vielleicht sind es rein theoretische statistische Argumente (?), Aber in DOE muss man pragmatisch sein.
Betreff: Zeilen-Spalten-Experiment mit zwei gekreuzten BlockierungsfaktorenEntschuldigung, meine kursiv geschrieben Muss Für kontinuierliche Kovariaten sollte es andere Möglichkeiten geben. Selbst als kategoriale Variablen werden sie in ANCOVA als kontinuierlich behandelt.
Ich bin mir nicht sicher, was du damit meinst: " Diese Rauscheffekte müssen als Eingaben in das DOE auf sorgfältig festgelegten Ebenen aufgenommen werden, damit eine genaue Schätzung und Modellierung möglich ist. " Ich habe> 100 Experimente erfolgreich mit RCBD durchgeführt, um Wechselwirkungen zwischen Rauschen und Faktoren abzuschätzen und Faktoren oder Pegel von Faktoren zu finden, die gegenüber Rauschen robust sind.
Sie sind sich nicht sicher, was Sie aus Ihren letzten Kommentaren andeuten? Ich glaube, ich habe meine Begrüßung überschritten.
Betreff: Zeilen-Spalten-Experiment mit zwei gekreuzten BlockierungsfaktorenIn DOE-Studien sind #runs meistens 10 - 30, der Zweck besteht darin, Experimente so zu gestalten, dass Effekte mit maximaler Präzision geschätzt werden können. Wenn Ihr Ziel also Robustheit ist, ist eine genaue Schätzung der Lärmschutzfaktoren von entscheidender Bedeutung, und eine sorgfältige Spezifikation der Lärmwirkungen und ihrer Pegel ist erforderlich. In erster Linie muss man diese Rauschfaktoren kennen und in Laborexperimenten können sie kontrolliert werden. In Feldeffekten ist dies nahezu unmöglich. Daher sollten sie als Kovariaten aufgenommen und während der Versuchsläufe sorgfältig überwacht werden, in der Hoffnung, dass dies nicht der Fall ist Viel Kollinearität, wie eine Abschätzung ihrer Wechselwirkungen möglich ist, ist vor der Analyse eine sorgfältige DOE-Bewertung erforderlich.
