DOE：2つの要素だけでたくさんの複製を気にする必要がありますか？関心のある2つのレベルのカテゴリカル要素のみを使用して実験を行っているとします。 しかし、私には24回の実行の予算があります。 これは、完全実施要因の各設計ポイントの6回の繰り返しです。 私は実際には要因（および相互作用）の影響を検出するだけで済みますが、調査中の人間のパフォーマンスの測定値の性質により、大きな実験誤差が予想されます。 追加の複製は、要因の影響を検出する力に大きく役立ちますか？ それとも私は自分のお金を節約したほうがいいでしょうか？
DOERe：DOE：2つの要素だけでたくさんの複製を気にする必要がありますか？もっと要点を言えば...その質問に答えるためにJMPと協力する最良の方法はどうですか？ 電力分析に関連していると思いますが、電力分析に必要なSNR値にどの程度のノイズが予想されるかについてはよくわかりません。 誰かがこの種の質問に対して何らかの直感を持っているのではないかと思いましたが、それが元の質問に答える唯一の適切な方法である場合は、より正式な力の分析を行うことができてうれしいです。Re：DOE：2つの要素だけでたくさんの複製を気にする必要がありますか？この時点でのあなたの目標は、応答の推定よりもパラメータの推定とテストであるようです。 したがって、設計の評価に焦点を当てるのは、見積もりとパワーです。 設計プラットフォームの設計評価の概要には、設計のパフォーマンスを評価するための情報が含まれています。 2つ以上の候補デザインを検討している場合は、CompareDesignプラットフォームでも同じ情報を利用できます。
このページ利用可能な評価とその使用方法について学び始めるのに適した場所です。
Re：DOE：2つの要素だけでたくさんの複製を気にする必要がありますか？これが私の見解です...他の人は違った感じをするかもしれません...しかし、私はあなたの元の投稿の主張から、それは測定システムであり、実験的実行の結果としての要因の変動ではなく、最も貢献しているという私の返事に来ていますノイズの。 したがって、複製を実行するのではなく、このノイズ源を定量化し、おそらく要因の影響を引き出す手段として、各治療の組み合わせを繰り返し測定できますか？ 測定システムが破壊的である場合、または反復測定によって何らかの形でバイアスが組み込まれている可能性があると思われる場合は、この道を進んではいけません。 それ以外の場合、特に反復測定が真の複製よりも安価/簡単/効率的である場合は、実験リソースを節約してください。 そこから、分析を処理するいくつかの方法があります...反復測定スタイル分析は1つです。 または、各治療の組み合わせの反復測定のある種の変換...中央値、またはオリンピックの審査に行く...高低を捨ててから平均、またはそのようなアイデアを取ります。
ちょっとした考え...
Re：DOE：2つの要素だけでたくさんの複製を気にする必要がありますか？検出力分析では、応答の絶対標準偏差（Anticipated RMSE）と応答に対する効果サイズの大きさ（Anticipated Coefficient = Effect / 2）の推定が必要です。 または、予測RMSE（1）のデフォルト値をそのままにして、標準偏差に対する予測係数の効果サイズの半分を入力することもできます。 たとえば、モデル内の項の効果が少なくとも3 SDであると予想される場合は、予想される係数に1.5を入力します。
最後に、結果から効果を定義する方が簡単な場合は、実行ごとに予想される応答を入力できます。
Re：DOE：2つの要素だけでたくさんの複製を気にする必要がありますか？ピーターに感謝します、
あなたがその提案をした理由がわかります。 ただし、問題はそれほど多くないため、測定の「ツール」は不正確です。 もしそうなら、反復測定の利点を見ることができました。 他のすべてが一定に保たれていても、測定しているアクティビティが実行ごとにかなり異なることはさらに問題です。 それは、私たちの実験が私が望むほど厳密に制御されていないためです。 私たちが測定しているはるかに狭い一連のアクションを強制することができれば、もちろんノイズを減らすことができます。 しかし、その結果、シナリオは現実的ではなくなります。 したがって、より現実的なシナリオでは、電力が削減されます。
