DOE におけるランダム ブロッキング ファクターと固定ブロッキング ファクターこんにちは皆さん、
1 つの応答で 4 つの連続因子を評価するカスタム DOE 実験をセットアップしようとしています。 実行回数は 30 回に制限されており、主効果に興味があります (可能であれば、後で双方向の相互作用も実行したいと考えています)。 このランアップを設定しましたが、これら 30 のランを 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 つあたり 15 ランで 2 つのブロックを使用します。 モデルの検出力が高く、分散値が低い固定ブロッキング係数を使用して試してみました。 しかし、私にとって、ランダムなブロック係数を使用することは、より多くの自由度を解放し、物理的な観点から、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の中からランダムに 2 つだけである必要があるため、理にかなっています。
ただし、この計画をコンピューターで実行すると (D 最適計画を使用しています)、1 桁低い切片を除くすべての項で良好な検出力値が得られます。 同時に、平均分散は固定ブロックからランダム ブロックまで約 0.1 から 0.7 に跳ね上がります。
誰かがこの理由と、おそらくこの問題を回避する方法を教えてくれませんか。 私は常に、ランダム ブロックの方が効果 (特に主効果) を推定する能力が高いと考えていました。
ありがとう
実験計画法Re: DOE におけるランダム ブロッキング ファクターと固定ブロッキング ファクターこんにちは、マークとスタットマン、
ご意見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部品) はランダム効果として設定されるべきだと信じています。なぜなら、プラットフォームはさらに多く存在するでしょうし、理論上、それらに大きな違いはないはずだからです。分類されています。
主な疑問は、なぜランダム ブロックと固定ブロックで平均分散にこれほどの差があり、インターセプト パワーが低いのかということでした。 一般に、固定するとより多くの未知数が得られますが、私の場合、それぞれに 15 実行の非常に大きなブロックが 2 つしかないため、未知数は同じになるはずです。 私の記憶が正しければ、固定の場合は、k ブロックに k-1 個の未知数を追加します。固定の場合、追加される唯一の未知はブロック間の分散です。 両方のデザインのカラーマップもまったく同じに見えるため、因子間の追加の相関関係は発生しないはずです。
これに関してご協力いただければ幸いです。
Re: DOE におけるランダム ブロッキング ファクターと固定ブロッキング ファクターまず、コミュニティへようこそ。
おそらく、別の視点から私の考えを共有します。
1. データをどのように分析するか、分析にどのツールを使用するかは、データの取得方法によって異なります。 (実際には、これはどのような質問に答えることができるか、どのような結論を導き出すことができるか、そして結果を推定する際の自信はデータの取得方法によって決まります)
2. ブロックの適切な「指定」については議論の余地がありますが、どのような要因がブロックと混同されているか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」を再現できる場合、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。 私は、こ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) ことで推論空間が増加するのか、それとも「大胆なレベル」で具体的に操作するの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、より広い推論空間が得られ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 (本質的にはノイズごとの要因の相互作用) を定量化できるという大きな利点があり、これはおそらく設計構造の堅牢性を定量化する最良の方法です。 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、推論空間の増加と設計の精度の向上 (Box で定義) が同時に増加するという追加の利点があります。 これは、ブロック内のブロックが因子効果にバイアスされており (ノイズがブロック内で一定に保たれているため)、ノイズが割り当てられるようにブロック間で変更されるためです。
「ブロックできるものはブロックし、できないものはランダム化する」 GEP 箱
実験の実行中に特定して管理できるものはブロックし、特定されなかったノイズや実験期間中に管理できないノイズについてはランダム化します。
Re: DOE におけるランダム ブロッキング ファクターと固定ブロッキング ファクター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、変化をどう見るかによって決まります。 それが再現可能なレベルであり、そのレベルが関心のある唯一のレベルである場合、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実際には興味がなく、母集団全体の変動に興味がある場合は、それを変量効果として扱います。
では、2 つのイメージャーはどのように見えるのでしょうか? デバイスは 2 つだけですか? 近い将来、この 2 つのデバイスのみ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、常に変化する大規模な候補の中から選ばれたのでしょうか? その後、それらをランダムな効果として扱います。
