Facteur de blocage aléatoire vs fixe dans le DOEBonjour à tous,
J'essaie de configurer une expérience DOE personnalisée dans laquelle j'évalue 4 facteurs continus avec 1 réponse. J'ai une limite de 30 exécutions et je suis intéressé par les effets principaux (plus tard, j'aimerais également faire des interactions bidirectionnelles si possible). J'ai configuré cette course, mais parce que ces 30 courses doivent être réparties sur deux plates-formes d'imagerie, j'utilise un blocage de deux avec 15 courses par. J'ai essayé avec un facteur de blocage fixe qui donne des valeurs de puissance élevée et de faible variance pour le modèle. Cependant, pour moi, il est logique d'utiliser un facteur de blocage aléatoire car cela libérera plus de degrés de liberté et d'un point de vue physique, les deux plates-formes devraient être très similaires et seulement deux aléatoires parmi une population de nombreuses plates-formes de ce type.
Cependant, lorsque je calcule cette conception (j'utilise une conception D-optimale), j'obtiens de bonnes valeurs de puissance pour tous les termes, à l'exception de l'interception qui est inférieure d'un ordre de grandeur entier. Dans le même temps, la variance moyenne passe d'environ 0,1 à 0,7 du blocage fixe au blocage aléatoire.
Quelqu'un pourrait-il m'indiquer la raison de cela et éventuellement comment contourner ce problème. J'ai toujours supposé que le blocage aléatoire donne plus de pouvoir pour estimer les effets (en particulier les effets principaux).
Merci
Conception d'expériencesRe : Facteur de blocage aléatoire vs fixe dans le DOEBonjour Mark et Statman,
Merci de votre contribution. Je crois que mes plates-formes (qui ne sont pas des imageurs mais une partie consommable sur laquelle les tests se déroulent) devraient être définies comme des effets aléatoires car il y en aura beaucoup plus et en théorie, il ne devrait pas y avoir de différences significatives entre elles qui doivent être catégorisé.
Les principales questions étaient de savoir pourquoi j'obtenais une telle différence de variance moyenne et une faible puissance d'interception avec des blocs aléatoires par rapport à des blocs fixes. En général, fixe donnerait plus d'inconnues, mais dans mon cas, elles devraient être les mêmes, je crois, car je n'ai que deux très gros blocs de 15 pistes chacun. Pour le fixe, si je me souviens bien, vous ajoutez k-1 inconnues pour k blocs et pour le fixe, la seule inconnue ajoutée est la variance entre les blocs. Les cartes de couleurs des deux conceptions sont également exactement les mêmes, donc une corrélation supplémentaire entre les facteurs n'aurait pas dû se produire, n'est-ce pas ?
Toute aide à ce sujet serait appréciée.
Re : Facteur de blocage aléatoire vs fixe dans le DOETout d'abord, bienvenue dans la communauté.
Je partagerai mes réflexions avec peut-être une perspective différente :
1. La manière dont les données doivent être analysées et les outils que vous utilisez pour l'analyse dépendent de la manière dont les données ont été acquises. (en fait, cela s'étend aux questions auxquelles vous pouvez répondre, aux conclusions que vous pouvez tirer et à votre confiance dans l'extrapolation des résultats en fonction de la manière dont les données ont été acquises)
2. Bien que la "désignation" appropriée des blocs puisse être débattue, si vous pouvez attribuer spécifiquement quels facteurs sont confondus avec les blocs et, comme le suggère Mark, ces "niveaux" peuvent être reproduits, ces blocs peuvent être traités comme des effets fixes. Je me demanderais si les prendre au hasard (ou les traiter comme des effets aléatoires) augmente l'espace d'inférence par rapport à les manipuler spécifiquement à des "niveaux audacieux". Je pense personnellement que vous avez une plus grande probabilité d'avoir un espace d'inférence plus large en manipulant spécifiquement les blocs.
3. Traiter les blocs comme un effet fixe a l'énorme avantage de pouvoir quantifier les interactions bloc par facteur (essentiellement les interactions bruit par facteur), ce qui est peut-être la meilleure méthode pour quantifier la robustesse de votre structure de conception. Les effets de vos facteurs de conception sont-ils cohérents sur l'évolution du bruit ?
4. Fait intéressant, le blocage a l'avantage supplémentaire d'augmenter simultanément l'espace d'inférence et d'augmenter la précision de la conception (telle que définie par Box). En effet, le bloc intérieur est biaisé par les effets de facteur (le bruit est maintenu constant dans le bloc), puis le bruit est modifié entre les blocs afin qu'il puisse être attribué.
"Bloquez ce que vous pouvez, randomisez ce que vous ne pouvez pas" GEP Boîte
Bloquez ce que vous pouvez identifier et gérer pendant l'exécution de l'expérience, randomisez pour le bruit qui n'a pas été identifié ou ne peut pas être géré pendant la durée de l'expérience.
Re : Facteur de blocage aléatoire vs fixe dans le DOETraiter un effet comme fixe ou aléatoire n'est généralement pas une question de DF ou de puissance, mais de la façon dont vous voyez la variation. S'il s'agit d'un niveau reproductible, si les niveaux sont les seuls intéressants, alors traitez-le comme un effet fixe. Si les niveaux sont un échantillon d'une population plus large, si vous n'êtes pas vraiment intéressé par ces deux niveaux particuliers, mais par la variation au sein de la population, alors traitez-le comme un effet aléatoire.
Alors, comment voyez-vous les deux imageurs ? Sont-ils les deux seuls appareils ? Seront-ils les deux seuls appareils dans un avenir prévisible ? Ensuite, traitez les blocs comme un effet fixe. Les deux imageurs sont-ils sélectionnés dans un pool important et en constante évolution ? Ensuite, traitez-les comme un effet aléatoire.
