Zufälliger vs. fester Blockierungsfaktor in DOEHallo alle,
Ich versuche, ein benutzerdefiniertes DOE-Experiment einzurichten, bei dem ich 4 kontinuierliche Faktoren mit 1 Antwort auswerte. Ich habe ein Limit von 30 Läufen und interessiere mich für Haupteffekte (später möchte ich nach Möglichkeit auch Zwei-Wege-Interaktionen machen). Ich habe diesen Lauf eingerichtet, aber da diese 30 Läufe auf zwei Imaging-Plattformen aufgeteilt werden müssen, verwende ich eine Blockierung von zwei mit 15 Läufen pro. Ich habe es mit einem festen Blockierungsfaktor versucht, der eine hohe Leistung und niedrige Varianzwerte für das Modell ergibt. Für mich ist es jedoch sinnvoll, einen zufälligen Blockierungsfaktor zu verwenden, da dadurch mehr Freiheitsgrade freigesetzt werden und die beiden Plattformen auch aus physikalischer Sicht sehr ähnlich sein sollten und nur zwei zufällige aus einer Population vieler solcher Plattformen.
Wenn ich dieses Design jedoch computerisiere (ich verwende ein D-optimales Design), erhalte ich gute Leistungswerte für alle Terme, mit Ausnahme des Schnittpunkts, der eine ganze Größenordnung niedriger ist. Gleichzeitig springt die durchschnittliche Varianz von etwa 0,1 auf 0,7 vom festen zum zufälligen Blockieren.
Kann mir jemand den Grund dafür nennen und evtl. wie man diese Probleme umgeht. Ich bin immer davon ausgegangen, dass zufälliges Blockieren mehr Kraft zum Abschätzen von Effekten (insbesondere Haupteffekten) gibt.
Danke
DAMHIRSCHKUHBetreff: Zufälliger vs. fester Blockierungsfaktor in DOEOb ein Effekt als fest oder zufällig behandelt wird, ist normalerweise keine Frage des DF oder der Stärke, sondern wie Sie die Variation sehen. Wenn es sich um einen reproduzierbaren Pegel handelt und die Pegel die einzigen sind, die von Interesse sind, behandeln Sie ihn als festen Effekt. Wenn es sich bei den Werten um eine Stichprobe aus einer größeren Population handelt und Sie nicht wirklich an diesen beiden bestimmten Werten interessiert sind, sondern an Variationen innerhalb der Population, dann behandeln Sie dies als zufälligen Effekt.
Wie sehen Sie also die beiden Imager? Sind das die einzigen beiden Geräte? Werden sie auf absehbare Zeit die einzigen beiden Geräte sein? Behandeln Sie die Blöcke dann als festen Effekt. Sind die beiden Imager aus einem großen und sich ständig ändernden Pool ausgewählt? Behandle sie dann als zufälligen Effekt.
Betreff: Zufälliger vs. fester Blockierungsfaktor in DOEErstmal willkommen in der Community.
Ich werde meine Gedanken mit vielleicht einer anderen Perspektive teilen:
1. Wie Daten analysiert werden sollten und welche Tools Sie für die Analyse verwenden, hängt davon ab, wie die Daten erfasst wurden. (eigentlich geht es darum, welche Fragen Sie beantworten können, welche Schlussfolgerungen Sie ziehen können und wie sicher Sie bei der Extrapolation der Ergebnisse sind, hängt davon ab, wie die Daten erhoben wurden.)
2. Während die angemessene "Bezeichnung" von Blöcken diskutiert werden kann, können diese Blöcke als feste Effekte behandelt werden, wenn Sie spezifisch zuweisen können, welche Faktoren mit den Blöcken verwechselt werden, und wie Mark vorschlägt, diese "Ebenen" reproduziert werden können. Ich würde diskutieren, ob das zufällige Nehmen dieser (oder das Behandeln als zufällige Effekte) den Inferenzraum vergrößert oder sie speziell auf "fetten Ebenen" manipuliert. Ich persönlich denke, dass Sie eine größere Wahrscheinlichkeit haben, einen breiteren Inferenzraum zu haben, indem Sie die Blöcke gezielt manipulieren.
3. Das Behandeln der Blöcke als fester Effekt hat den großen Vorteil, dass Block-für-Faktor-Wechselwirkungen (im Wesentlichen Rauschen-für-Faktor-Wechselwirkungen) quantifiziert werden können, was vielleicht die beste Methode ist, um die Robustheit Ihrer Designstruktur zu quantifizieren. Sind die Auswirkungen Ihrer Designfaktoren bei sich änderndem Rauschen konsistent?
4. Interessanterweise hat das Blockieren den zusätzlichen Vorteil, dass es gleichzeitig den Inferenzraum vergrößert und die Präzision des Designs (wie von Box definiert) erhöht. Dies liegt daran, dass der Block innerhalb des Blocks auf die Faktoreffekte vorgespannt ist (das Rauschen innerhalb des Blocks konstant gehalten wird) und das Rauschen dann zwischen den Blöcken geändert wird, damit es zugewiesen werden kann.
„Blockiere, was du kannst, randomisiere, was du nicht kannst“ GEP Kasten
Blockieren Sie, was Sie während der Durchführung des Experiments identifizieren und verwalten können, randomisieren Sie das Rauschen, das nicht identifiziert wurde oder während der Dauer des Experiments nicht verwaltet werden kann.
Betreff: Zufälliger vs. fester Blockierungsfaktor in DOEHallo Markus und Statman,
Vielen Dank für die Eingabe. Ich glaube, dass meine Plattformen (die keine Imager sind, sondern ein verbrauchbares Teil, über das die Tests stattfinden) als zufällige Effekte eingestellt werden sollten, da es viel mehr von ihnen geben wird und es theoretisch keine signifikanten Unterschiede zu ihnen geben sollte, die es sein müssen kategorisiert.
Die Hauptfrage war, warum ich bei zufälligen Blöcken im Vergleich zu festen Blöcken einen solchen Unterschied in der durchschnittlichen Varianz und der geringen Intercept-Leistung erhielt. Im Allgemeinen würde Fixed mehr Unbekannte ergeben, aber in meinem Fall sollten sie meiner Meinung nach gleich sein, da ich nur zwei sehr große Blöcke mit jeweils 15 Läufen habe. Wenn ich mich richtig erinnere, fügen Sie für das Feste k-1 Unbekannte für k Blöcke hinzu, und für das Feste ist die einzige hinzugefügte Unbekannte die Varianz zwischen den Blöcken. Die Farbkarten beider Designs sehen auch genau gleich aus, also sollte eine zusätzliche Korrelation zwischen Faktoren nicht aufgetreten sein, richtig?
Jede Hilfe dabei wäre willkommen.
