2つの交差するブロッキング係数を使用した行と列の実験フィールド実験で頻繁に遭遇する状況は、「日」と「1日の時間」などの2つの交差するブロッキング要素、たとえば1日の4つの異なる時間間隔がある場合です。これは、いわゆる行と列の実験です。7つの効果を確認しなければならない場合、この行と列のDOEをJMPのカスタムデザイナーでどのように設定できますか？
DOERe：2つの交差するブロッキング係数を使用した行と列の実験2つのブロッキング要素を使用します。
この例題を作成するためのJSLコードは次のとおりです。
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 )}
);Re：2つの交差するブロッキング係数を使用した行と列の実験したがって、Time of Dayの4つの時間間隔/日について、ラベルを5 5 7 8および9 10 11 12および13 14 15 16から1 2 3 4に変更する必要がありますか？そして、表の「日」の列は1から4に順序付けられている必要があり、次に、1日のブロックの順序付けまたは1から4の時間を順序付けする必要があります。
Re：2つの交差するブロッキング係数を使用した行と列の実験あなたは面白い状況にあります。 1日の時間間隔が入れ子になっているため、1日の時間間隔が1日と交差する方法はないと主張できます。以内に日。 したがって、番号付けは「問題」です。 時間間隔（2日間）に1-4、1-4のコーディングを使用すると、ソフトウェアは1日目の時間間隔の1が2日目の時間間隔1と「同一」であると認識します。 時間間隔は似ていますが、同じにすることはできません。 私はそれを体系的に呼ぶでしょう。 （両方の方法で）日内の体系的なパターンは相互作用を調査するのに十分に近いか、または間違いなく同じではないため、ネストされていると主張できます。 1日の時間間隔が効果の交差した性質を正当化するのに十分類似しているという仮説を立てることが非常に重要だと思います。
Re：2つの交差するブロッキング係数を使用した行と列の実験ブロックレベルの命名はどちらの方法でも機能します。時刻のラベルを最初、2番目を意味するように変更した場合。以下同様に、モデル内の時刻効果のレベルが日因子にネストされていることを示す必要があります。
ブロックレベルの順序は便利です。分析には必要ありません。
Re：2つの交差するブロッキング係数を使用した行と列の実験に追加 @statman 、日と時刻の影響は、おそらくモデル内の変量効果として定義する必要があります。
Re：2つの交差するブロッキング係数を使用した行と列の実験返信ありがとうございます。実際、時刻のレベルは、日ブロック要素にネストされています。これは、1日に4回しか実行できないため、いくつかの効果（かなりの実行が必要）を数日間テストする必要がある実験ですが、1日の間に気温と気象条件が変化するため、毎日のブロックが必要です。4つの異なる時間間隔に分割されます（各時間間隔の条件は+/-で安定していると見なされます）->カスタム設計でこの入れ子をどのように示すのですか？
Re：2つの交差するブロッキング係数を使用した行と列の実験カスタムデザインでネスト効果やランダム効果を示すことはできません。モデルはFit Model起動ダイアログで変更します。更新したモデルをデータテーブルに保存して、後で使用することができます。
Re：2つの交差するブロッキング係数を使用した行と列の実験適切な分析の鍵は、作成したモデルです。 のナンバリングたけたけの投稿は入れ子になっています（順次、繰り返さない）。
ブロックの概念は、「理論的には」ノイズ変数をブロック内で一定に保つことにより、因子の影響を検出する精度を高め、許すそれらのノイズ変数をブロック間で変更する（または操作する）ことで、精度に悪影響を与えずに推論空間を増やします。あなたは、いくつかのノイズ変数がブロック内で変化している状況にいます。 これにより、「理論的には」ブロック内のエラーが増加し、因子効果の検出精度が低下します。 ブロックを別の方法で選択できますか？周囲条件の日内変動は日中変動よりも大きいですか？他のいくつかのオプション：
1。周囲条件を測定し、それらの測定値を共変量（たとえば、露点）として扱います。
2。中心点処理（現在の条件？）またはおそらく同じ処理の組み合わせを使用して、実験の過程で複製します。 これを分析し、この反復処理の平均二乗を統計検定（誤差推定）の基礎として使用します。
Re：2つの交差するブロッキング係数を使用した行と列の実験この共変量アプローチは興味深いです！フィールド実験全体にわたって、同一のコンシトンはほぼ模倣可能であるため、中心点の複製はオプションではなく、毎日の時間間隔の間に多くの変動がある可能性があります。入力をありがとう、私は今マークの入れ子のアプローチを使用して7つの固定効果を持つDOEを解決しようとします。
Re：2つの交差するブロッキング係数を使用した行と列の実験私が考えたもう1つの考えは、本当に1日の中に4つの期間が必要なのでしょうか。これを2（朝と午後）に減らしてもらえますか？これはより効率的かもしれません。
Re：2つの交差するブロッキング係数を使用した行と列の実験または、1日のうち2つの期間をランダムに選択し、それをランダムな効果として扱います。Re：2つの交差するブロッキング係数を使用した行と列の実験私は完全に同意します。2つの期間は大幅に簡略化されますが、エンジニアは4つの期間（かなりの制御されていない時間変動が1日中に予想される）に決定し、それぞれに1つのDOEを実行するため、1日あたり4つの実行がブロックされるため、全体のテストは6丸日かかります。この期間は、1日あたりの期間がいくつ指定されていても、常にランダムな効果であると思いますか？
Re：2つの交差するブロッキング係数を使用した行と列の実験期間間で何が変化しており、それが応答に影響を与えるのかについて仮説がある場合は、必ず、それらの期間を（少なくとも体系的に）追跡してください。私にとってランダム効果は、シューハートが割り当て不可能と呼ぶものです。体系的にサンプリングすれば、割り当てられると思います（ただし、だれもが私に同意するわけではありません）。どの変数が関係しているかを理解し、それらをバックアップする仮説があると確信しているときに、ブロック効果とブロックバイファクター効果を割り当てることがよくあります。Re：2つの交差するブロッキング係数を使用した行と列の実験こんにちはstatman、あなたの貴重なコメントを読むのに最適！ランダムな要因の問題について考えるための多くの食料があります、そして何がランダム/割り当て不可であり、何が体系的/割り当て可能であるかについての興味深い議論のためのそのような素晴らしいインプットは黒白ではありません。不安定な実験条件を示すシューハート管理図の不自然な変動などの系統的である可能性がありますが、特定の期間（日、時間、場合によっては数分など）での時間変動は、一定の期間に制御不能な状態で発生している場合はランダムであると見なします。実際、実験中は、温度、湿度、オペレーターの変更、およびモデルの応答に影響を与える可能性のあるその他の制御できないパラメーターなどの環境の影響を監視する必要があります。これらの影響は、共変量と見なされます。潜在的な潜在変数は、密接に追跡され、最終的なモデルで採用されます。管理図の系統的な共変量変動の表示は、特に指定されたDOE効果と共線性がある場合、最終モデルを台無しにする可能性があります。備考：上記の他の実験的共変量のように「日」と「時刻」を共変量効果として指定してDOEを生成するのはアイデアではないでしょうか？
Re：2つの交差するブロッキング係数を使用した行と列の実験共変量に関する私の考え：
1。追加の測定エラーを考慮する必要があります
2。それらは操作されていないため、これは因果関係ではなく、相関の証拠である可能性が高くなります。 さらに、多重共線性の問題があります。
3。変数が「さまよっている」（1つだけしか入力できない）場合でも、各処理にどの「値」を入力するかを選択する必要があります。 使用する値は、共変量の自然変動と比較してどの程度代表的ですか？
4。潜在的な遅延効果を考慮する必要があります
5。（共変量ごとに）操作している設計因子からの自由度を放棄するか、ランダムな複製を実行して分析の自由度に対応する必要があります。
6。相互作用の効果を見逃す可能性があります
7。分析のどの時点でも考慮できる共変量の数に制限がある
8。彼らしなければならない連続変数であるため、日や時刻のような変数ではありません。
共変量よりも、実験状況でノイズを処理するためのより効果的かつ効率的な方法であると私が考えるものはいくつかあります。 ブロック内でノイズがある程度一定であり、ブロック間で変化するブロックのアイデアにより、グループまたはチャンク同時にいくつかのノイズ変数。これは調査の初期段階では非常に効率的です。堅牢な設計とプロセスでは、ノイズごとの相互作用を割り当てて理解できることが非常に重要です。 もちろん、影響のあるノイズ変数の数をより具体的に特定した場合、スプリットプロット設計とクロス積配列も非常に役立ちます。
Re：2つの交差するブロッキング係数を使用した行と列の実験堅牢なDOEの場合、ノイズ係数の相互作用効果を研究することが重要ですが、これらのノイズ効果は、正確な推定とモデリングが可能な方法で、注意深く指定されたレベルでDOEの入力として取り込む必要があることに同意します。共変量が連続でなければならない理由がわかりませんか？よく知られているDOEの専門家が、カテゴリー共変量を使用して成功したDOE研究を発表したことを覚えています。また、カテゴリカル共変量を含むいくつかのDOEの提案を得ました。なぜここで機能しないのかはわかりませんが、ここでは純粋に理論的な統計的議論（？）が考えられますが、DOEでは実用的である必要があります。
Re：2つの交差するブロッキング係数を使用した行と列の実験すみません、イタリック体しなければならない共変量が連続的であるため、他のオプションがあることを意味していました。 カテゴリー変数としても、ANCOVAでは連続変数として扱われます。
これがどういう意味かわかりません： " これらのノイズ効果は、正確な推定とモデリングが可能な方法で、注意深く指定されたレベルでDOEの入力として取り込む必要があります。」 RCBDを使用して100を超える数百回の実験を成功させ、ノイズごとの相互作用を推定し、ノイズに対してロバストな因子または因子のレベルを見つけました。
最後のコメントから何をほのめかしているのかわかりませんか？私は私の歓迎を超えていると思います。
Re：2つの交差するブロッキング係数を使用した行と列の実験DOEスタディでは、＃runはほとんど10〜30です。目的は、効果を最大の精度で推定できるように実験を設計することです。したがって、目標が堅牢性である場合、ノイズの正確な推定-制御因子が重要であり、ノイズの影響とそのレベルを注意深く指定する必要があります。したがって、そもそもこれらのノイズ要因を知っている必要があり、実験室実験ではそれらを制御できます。電界効果ではこれはほぼ不可能であるため、実験実行中にそれらを共変量として取り上げ、注意深く監視し、後であまりにもないことを期待します。分析の前に注意深いDOE評価が必要である、それらの相互作用の推定が可能な方法の多くの共線性。
