DOEのランダム対固定ブロッキング係数こんにちは皆さん、
1つの応答で4つの連続因子を評価するカスタムDOE実験を設定しようとしています。 私は30回の実行に制限があり、主な効果に興味があります（後で、可能であれば双方向の交互作用も行いたいと思います）。 この実行を設定しましたが、これらの30回の実行を2つのイメージングプラットフォームに分割する必要があるため、1回あたり15回の実行で2つのブロッキングを使用します。 モデルの高出力と低分散値を生成する固定ブロッキング係数を試してみました。 ただし、私にはランダムブロッキング係数を使用するのが理にかなっています。これは、より多くの自由度を解放し、物理的な観点からも、2つのプラットフォームは非常に類似しており、多くのそのようなプラットフォームの母集団から2つのランダムなものである必要があるためです。
ただし、この設計をコンピューター化すると（D最適設計を使用しています）、1桁低い切片を除いて、すべての項で良好な電力値が得られます。 同時に、平均分散は、固定ブロッキングからランダムブロッキングに約0.1から0.7にジャンプします。
誰かが私にこれの理由とおそらくこの問題を回避する方法を教えてもらえますか？ 私はいつも、ランダムブロッキングが効果（特に主な効果）を推定するためのより多くの力を与えると思っていました。
ありがとう
DOERe：DOEのランダムvs固定ブロッキング係数効果を固定として扱うかランダムとして扱うかは、通常、DFやパワーの問題ではなく、変化をどのように見るかによって決まります。 再現可能なレベルであり、レベルが唯一の関心のあるレベルである場合、それを固定効果として扱います。 レベルがより大きな母集団からのサンプルである場合、これら2つの特定のレベルにはあまり関心がなく、母集団全体の変動に関心がある場合は、それをランダム効果として扱います。
では、2つのイメージャをどのように見ますか？ それらは2つのデバイスだけですか？ 近い将来、これらのデバイスは2つだけになるのでしょうか。 次に、ブロックを固定効果として扱います。 2つのイメージャは、大きく変化し続けるプールから選択されていますか？ 次に、それらをランダム効果として扱います。
Re：DOEのランダムvs固定ブロッキング係数まず、コミュニティへようこそ。
私の考えをおそらく別の視点で共有します。
1.データの分析方法と分析に使用するツールは、データの取得方法によって異なります。 （実際には、これはあなたが答えることができる質問、あなたが引き出すことができる結論、そして結果を推定することへのあなたの自信はデータがどのように取得されたかの関数にまで及びます）
2.ブロックの適切な「指定」について議論することができますが、ブロックと交絡する要因を具体的に割り当てることができ、マークが示唆するように、それらの「レベル」を再現でき、それらのブロックは固定効果として扱うことができます。 それらをランダムに取得する（またはランダム効果として扱う）と、「大胆なレベル」で具体的に操作するのではなく、推論スペースが増えるかどうかについて議論します。 個人的には、ブロックを具体的に操作することで、推論スペースが広くなる可能性が高くなると思います。
3.ブロックを固定効果として扱うことには、ブロックごとの相互作用（基本的にはノイズごとの相互作用）を定量化できるという大きな利点があります。これは、設計構造の堅牢性を定量化するためのおそらく最良の方法です。 設計要素の影響は、ノイズの変化に対して一貫していますか？
4.興味深いことに、ブロッキングには、推論スペースを増やすと同時に設計の精度を上げるという追加の利点があります（Boxで定義）。 これは、ブロック内が因子効果にバイアスされ（ノイズはブロック内で一定に保たれる）、次にノイズがブロック間で変更されて割り当てられるためです。
「できることをブロックし、できないことをランダム化する」GEP 箱
実験の実行中に識別および管理できるものをブロックし、識別されていない、または実験期間中に管理できないノイズをランダム化します。
Re：DOEのランダムvs固定ブロッキング係数こんにちはマークとスタットマン、
ご入力ありがとうございます。 私のプラットフォーム（イメージャではなく、テストが行われる消耗品）はランダム効果として設定する必要があると思います。これは、プラットフォームがさらに多くなり、理論的には、必要な大きな違いがないはずだからです。分類されます。
主な質問は、ランダムブロックと固定ブロックの平均分散と低い切片パワーになぜこのような違いがあったのかということでした。 一般に、fixedはより多くの未知数を与えますが、私の場合、それぞれに15回の実行の非常に大きなブロックが2つしかないため、それらは同じであると私は信じています。 修正された場合、私が正しく覚えていれば、k個のブロックにk-1個の未知数を追加し、修正された場合、追加された未知数はブロック間の分散のみです。 両方のデザインのカラーマップもまったく同じように見えるので、要因間の追加の相関関係は正しく発生していないはずですか？
これに関する助けをいただければ幸いです。
