Esperimento riga-colonna con due fattori di blocco incrociatiUna situazione che si riscontra frequentemente negli esperimenti sul campo è quella in cui vi sono due fattori di blocco incrociati, ad esempio "giorno" e "ora del giorno", ad esempio 4 diversi intervalli di tempo in un giorno. Questo è un cosiddetto esperimento riga-colonna. Supponiamo che si debbano controllare 7 effetti, come può questa DOE colonna-colonna impostare con il designer personalizzato in JMP?
DOERi: Esperimento riga-colonna con due fattori di blocco incrociatiUsa due fattori di blocco:
Ecco il codice JSL per rendere questo esempio illustrativo:
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 )}
);Ri: Esperimento riga-colonna con due fattori di blocco incrociatiQuindi per 4 intervalli di tempo / giorno in Ora del giorno devo girare le etichette 5 6 7 8 e 9 10 11 12 e 13 14 15 16 a 1 2 3 4? E nella tabella la colonna Giorno deve essere ordinata da 1 a 4 e quindi in ogni giorno di blocco nell'ordine Tempo nei giorni da 1 a 4 ho ottenuto il DOE finale?
Ri: Esperimento riga-colonna con due fattori di blocco incrociatiHai una situazione interessante. Si potrebbe obiettare che non è possibile incrociare gli intervalli di tempo all'interno di un giorno con il giorno perché gli intervalli di tempo entro il giorno sono nidificati entro giorno. Quindi la numerazione è "in questione". Quando si utilizza la codifica 1-4, 1-4 per gli intervalli di tempo (per 2 giorni), il software riconosce 1 per l'intervallo di tempo per il giorno 1 come "identico" all'intervallo di tempo 1 per il giorno 2. Mentre l'intervallo di tempo è simile, non può essere identico. Lo definirei sistematico. Potrei sostenere (in entrambi i modi) che il modello sistematico entro il giorno è abbastanza vicino allo stesso da indagare sull'interazione o potrei sostenere che non è assolutamente lo stesso, quindi è nidificato. Penso che sia estremamente importante che tu abbia ipotesi per sostenere che gli intervalli di tempo nel giorno siano abbastanza simili da giustificare la natura incrociata degli effetti.
Ri: Esperimento riga-colonna con due fattori di blocco incrociatiLa denominazione dei livelli di blocco funzionerà in entrambi i modi. Se si cambiano le etichette in base all'ora del giorno, significa prima, in secondo luogo. e così via, è necessario indicare che il livello è nidificato nel fattore giorno per l'effetto dell'ora del giorno nel modello.
L'ordinamento dei livelli di blocco è una comodità per te. Non è necessario per l'analisi.
Ri: Esperimento riga-colonna con due fattori di blocco incrociatiAggiunta a @statman , gli effetti Giorno e Ora del giorno dovrebbero probabilmente essere definiti come effetti casuali nel modello.
Ri: Esperimento riga-colonna con due fattori di blocco incrociatiGrazie per la risposta. In effetti i livelli di Tempo del giorno sono nidificati nel fattore di blocco del giorno; è un esperimento in cui è necessario testare diversi effetti (è necessaria una discreta quantità di corse) per un numero di giorni perché sono possibili solo 4 corse / giorno, tuttavia anche durante un giorno la temperatura e le condizioni meteorologiche possono cambiare in modo che ogni giorno le esigenze di blocco essere suddiviso in 4 diversi intervalli di tempo (in ogni intervallo di tempo si presume che le condizioni siano +/- stabili) -> come posso indicare questo annidamento nel design personalizzato?
Ri: Esperimento riga-colonna con due fattori di blocco incrociatiNon è possibile indicare nidificazione o effetti casuali in Custom Design. Si modifica il modello nella finestra di dialogo di avvio Fit Model. È possibile salvare il modello aggiornato nella tabella dei dati per uso futuro.
Ri: Esperimento riga-colonna con due fattori di blocco incrociatiLa chiave per un'analisi corretta è il modello che crei. La numerazione in @markbailey Il post funzionerebbe per l'annidamento (sequenziale, non ripetitivo).
Il concetto di un blocco è "teoricamente" per mantenere costanti le variabili di rumore all'interno del blocco aumentando così la precisione di rilevamento degli effetti dei fattori e permettere (o manipola) quelle variabili del rumore in modo che cambino tra i blocchi, aumentando così lo spazio di inferenza senza influire negativamente sulla precisione. Sei in una situazione in cui alcune delle variabili del rumore stanno cambiando all'interno del blocco. Questo "teoricamente" aumenterà l'errore all'interno del blocco riducendo la precisione del rilevamento degli effetti dei fattori. Puoi scegliere i tuoi blocchi in modo diverso? La variazione entro il giorno nelle condizioni ambientali è maggiore rispetto al giorno tra? Alcune altre opzioni:
1. Misurare le condizioni ambientali e trattare tali misurazioni come una covariata (ad es. Punto di rugiada)
2. Utilizzare un trattamento del punto centrale (condizioni attuali?) O forse una combinazione di trattamento identica da replicare nel corso dell'esperimento. Analizzalo e usa il quadrato medio di questo trattamento replicato come base per test statistici (stima dell'errore).
Ri: Esperimento riga-colonna con due fattori di blocco incrociatiQuesto approccio covariato è interessante! Su tutto il campo, le concessioni identiche sono quasi impossibili, quindi la replica del punto centrale non è un'opzione, inoltre potrebbe esserci molta variazione tra gli intervalli di tempo giornalieri. Grazie per gli input ora proverò a elaborare un DOE con sette effetti fissi usando l'approccio del nesting di Marc.
Ri: Esperimento riga-colonna con due fattori di blocco incrociatiSolo un altro pensiero che avevo, hai davvero bisogno di 4 periodi di tempo in un giorno? Potresti ridurlo a 2 (mattina e pomeriggio)? Questo potrebbe essere più efficiente.
Ri: Esperimento riga-colonna con due fattori di blocco incrociatioppure seleziona in modo casuale 2 periodi di tempo nel giorno e trattalo come un effetto casuale.Ri: Esperimento riga-colonna con due fattori di blocco incrociatiSono pienamente d'accordo, 2 periodi di tempo semplificherebbero molto, tuttavia gli ingegneri hanno deciso di andare per 4 periodi di tempo (è prevista una certa variazione di tempo incontrollata durante un giorno) e avere un ciclo DOE per ciascuno, quindi 4 blocchi al giorno, quindi i test totali impiega 6 giorni interi. Credo che questo periodo di tempo sia sempre un effetto casuale, indipendentemente da quanti periodi / giorno sono specificati?
Ri: Esperimento riga-colonna con due fattori di blocco incrociatiSe hai ipotesi su cosa sta cambiando tra i periodi di tempo e perché influenzerebbe la risposta, allora tieni traccia di quei periodi di tempo (almeno sistematicamente). Per me un effetto casuale è ciò che Shewhart chiamerebbe non assegnabile. Credo che se lo campionate sistematicamente, potete assegnarlo (ma non tutti sarebbero d'accordo con me). Assegna spesso gli effetti blocco e blocco per fattore quando sono sicuro di capire quali variabili sono coinvolte e ho ipotesi per sostenerle.Ri: Esperimento riga-colonna con due fattori di blocco incrociatiCiao statman, ottimo per leggere i tuoi preziosi commenti! C'è un sacco di spunti di riflessione sul problema dei fattori casuali e, come grande input per discussioni interessanti su ciò che è casuale / non assegnabile e ciò che è sistematico / assegnabile, non è bianco e nero. Considero la variazione di tempo con un certo intervallo (giorno, ore, forse anche minuti ...) come casuale quando in un dato periodo le cose si verificano al di fuori del nostro controllo sebbene possano essere sistematiche come variazioni innaturali nelle carte di controllo di Shewhart che indicano condizioni sperimentali instabili . Durante l'esperimento, infatti, è necessario monitorare gli effetti ambientali come temperatura, umidità, cambiamenti dell'operatore e altri parametri ucrabili che possono avere un impatto sulle risposte del modello; questi effetti sono considerati co-variati, potenziali variabili in agguato da seguire da vicino e da prendere in considerazione nel modello finale; l'indicazione della variazione sistematica della covariata nei grafici di controllo può incasinare il modello finale in particolare quando c'è collinearità con gli effetti DOE specificati. Nota: non sarebbe un'idea generare un DOE con "giorno" e "ora del giorno" specificati come effetti covariati come per le altre covariate sperimentali sopra?
Ri: Esperimento riga-colonna con due fattori di blocco incrociatiI miei pensieri sulle covariate:
1. Devi considerare ulteriori errori di misurazione
2. Dal momento che non sono manipolati, questa è una prova più probabile di correlazione, non di causalità. Inoltre, hai problemi di multicollinearità.
3. Devi scegliere quale "valore" inserire per ogni trattamento anche se le variabili "vagano" (puoi inserirne solo uno). Quanto sono rappresentativi i valori che usi rispetto alla variazione naturale della covariata?
4. Potenziali effetti di ritardo devono essere considerati
5. È necessario rinunciare a un certo grado di libertà dai fattori di progettazione che si stanno manipolando (per ogni covariata) o eseguire repliche casuali per adattarsi ai gradi di libertà per l'analisi
6. Probabilmente ti perderai gli effetti di interazione
7. Sei limitato al numero di covariate che puoi considerare in qualsiasi momento dell'analisi
8. Essi dovere essere variabili continue, quindi non variabili come Giorno o ora del giorno, IMHO.
Esistono diversi metodi che ritengo siano i mezzi più efficaci ed efficienti per gestire il rumore in situazioni sperimentali rispetto alle covariate. L'idea di un blocco, in cui il rumore è alquanto costante all'interno del blocco e cambia tra i blocchi, ti consente gruppo o pezzo un numero di variabili di rumore contemporaneamente. Questo è molto efficace nelle prime fasi dell'indagine. Per una progettazione e processi robusti, è estremamente importante essere in grado di assegnare e comprendere le interazioni rumore per fattore. Naturalmente, anche i progetti a trama divisa e le matrici tra prodotti sono abbastanza utili quando hai identificato in modo più specifico il numero di variabili di rumore influenti.
Ri: Esperimento riga-colonna con due fattori di blocco incrociatiConcordo sul fatto che per un DOE solido è importante studiare gli effetti dell'interazione fattore rumore ma questi effetti del rumore devono essere presi in considerazione come input nel DOE a livelli accuratamente specificati per rendere possibili stime e modelli accurati. Non vedo un motivo per cui le covariate debbano essere continue? Ricordo che un noto esperto DOE ha presentato uno studio DOE di successo con covariate categoriche. Inoltre ho ricevuto alcune proposte DOE con covariate categoriche. Non so perché qui non funzionerebbe qui possono essere puri argomenti statistici teorici (?) Ma in DOE bisogna essere pragmatici.
Ri: Esperimento riga-colonna con due fattori di blocco incrociatiScusa, mio corsivo dovere per le covariate essere continue significava che c'erano altre opzioni. Anche come variabili categoriche, vengono trattate come continue in ANCOVA.
Non sono sicuro di cosa intendi con questo: " questi effetti del rumore devono essere ripresi come input nel DOE a livelli accuratamente specificati, in modo che siano possibili stime e modelli accurati ". Ho eseguito con successo> 100 di esperimenti usando RCBD per stimare le interazioni rumore per fattore e trovare fattori o livelli di fattori che sono robusti al rumore.
Non sei sicuro di cosa stai insinuando dai tuoi ultimi commenti? Suppongo di aver superato di gran lunga il mio benvenuto.
Ri: Esperimento riga-colonna con due fattori di blocco incrociatiNegli studi DOE i #run sono quasi 10-30, lo scopo è quello di progettare esperimenti in modo che gli effetti possano essere stimati con la massima precisione. Quindi, se il tuo obiettivo è la robustezza, allora una stima accurata dei fattori di controllo del rumore è cruciale ed è necessaria un'attenta specifica degli effetti del rumore e dei loro livelli. Quindi in primo luogo è necessario conoscere questi fattori di rumore e negli esperimenti di laboratorio possono essere controllati, negli effetti sul campo questo è quasi impossibile, quindi dovrebbero essere presi come covariate e attentamente monitorati durante le prove sperimentali, sperando in seguito che non ci sia troppo molta collinearità nel modo in cui è possibile la stima delle loro interazioni, prima che sia necessaria un'attenta valutazione DOE.
