DOE: ¿Debería molestarme con muchas réplicas con solo dos factores?Suponga que estoy realizando un experimento con solo dos factores categóricos de interés de 2 niveles. Sin embargo, tengo el presupuesto para 24 carreras. Eso es 6 repeticiones de cada punto de diseño de un factorial completo. Realmente solo necesito detectar los efectos de los factores (e interacciones), pero anticipo un gran error experimental debido a la naturaleza de las medidas de desempeño humano que se están investigando. ¿Las réplicas adicionales ayudan significativamente a mi poder para detectar los efectos de los factores? ¿O estaría mejor ahorrando mi dinero?
GAMARe: DOE: ¿Debería molestarme con muchas réplicas con solo dos factores?Más concretamente ... ¿cuál es la mejor manera de trabajar con JMP para responder a esa pregunta? Supongo que está relacionado con un análisis de potencia, pero no tengo un buen sentido de la cantidad de ruido que debería esperar para un valor SNR necesario para un análisis de potencia. Pensé que tal vez alguien tuviera algo de intuición para este tipo de preguntas, pero estoy feliz de hacer un análisis más formal del poder si esa es realmente la única forma apropiada de responder a la pregunta original.Re: DOE: ¿Debería molestarme con muchas réplicas con solo dos factores?Su objetivo en este punto parece ser la estimación y prueba de parámetros sobre la estimación de la respuesta. Por lo tanto, su enfoque en la evaluación del diseño debe ser la estimación y la potencia. El esquema de Evaluación de Diseño en la plataforma de diseño contiene información para evaluar el desempeño del diseño. La misma información está disponible en la plataforma Compare Design cuando está considerando dos o más diseños candidatos.
Esta página es un buen lugar para comenzar a aprender sobre las evaluaciones disponibles y cómo usarlas.
Re: DOE: ¿Debería molestarme con muchas réplicas con solo dos factores?Esta es mi opinión ... otros pueden sentir de manera diferente ... pero estoy respondiendo a la afirmación en su publicación original de que es el sistema de medición, no la variación en los factores como resultado de la ejecución experimental, lo que está contribuyendo más del ruido. Entonces, en lugar de ejecutar réplicas, ¿puede medir repetidamente cada combinación de tratamiento como un medio para cuantificar esta fuente de ruido Y tal vez desentrañar los efectos de los factores? Si el sistema de medición es destructivo o cree que podría haber un sesgo incorporado de alguna manera por medidas repetidas, entonces no siga este camino. De lo contrario, ahórrese los recursos experimentales, especialmente si las medidas repetidas son más baratas / fáciles / más eficientes que las verdaderas réplicas. A partir de ahí, hay algunas formas de manejar el análisis ... un análisis de estilo de medidas repetidas es una. O algún tipo de transformación de las medidas repetidas de cada combinación de tratamiento ... mediana, o juzgar olímpicamente ... descartar lo alto y lo bajo y luego tomar el promedio, o alguna idea similar.
Solo un pensamiento...
Re: DOE: ¿Debería molestarme con muchas réplicas con solo dos factores?El análisis de poder exige una estimación de la desviación estándar absoluta de la respuesta (RMSE anticipada) y la magnitud del tamaño del efecto sobre la respuesta (Coeficiente anticipado = efecto / 2). Alternativamente, puede dejar el valor predeterminado para el RMSE anticipado (1) y luego ingresar la mitad del tamaño del efecto para el Coeficiente anticipado en relación con la desviación estándar. Por ejemplo, si anticipa que el efecto de un término en el modelo será de al menos 3 DE, ingrese 1.5 para el coeficiente anticipado.
Finalmente, si le resulta más fácil definir los efectos del resultado, puede ingresar la respuesta anticipada para cada ejecución.
Re: DOE: ¿Debería molestarme con muchas réplicas con solo dos factores?Gracias Peter,
Puedo ver por qué ofreciste esa sugerencia. Sin embargo, el problema no es tanto que nuestra "herramienta" de medición sea imprecisa. Si lo fuera, podría ver el beneficio de las medidas repetidas. Es más una cuestión de que la actividad que estamos midiendo varía bastante de una carrera a otra, incluso si todo lo demás se mantiene constante. Es porque nuestro experimento no está tan estrictamente controlado como me gustaría. Si pudiéramos forzar un conjunto de acciones mucho más estrecho que estamos midiendo, podría reducir el ruido, por supuesto. Pero eso da como resultado un escenario menos realista. Entonces, el escenario más realista tiene el costo de una potencia reducida.
