Fattore di blocco casuale vs fisso nel DOECiao a tutti,
Sto cercando di impostare un esperimento DOE personalizzato in cui sto valutando 4 fattori continui con 1 risposta. Ho un limite di 30 esecuzioni e sono interessato agli effetti principali (in seguito vorrei fare anche interazioni a due vie, se possibile). Ho impostato questa corsa ma poiché queste 30 corse devono essere suddivise su due piattaforme di imaging, utilizzo un blocco di due con 15 corse per. Ho provato con un fattore di blocco fisso che produce valori di alta potenza e bassa varianza per il modello. Tuttavia, per me ha senso utilizzare un fattore di blocco casuale perché libererà più gradi di libertà e anche da un punto di vista fisico le due piattaforme dovrebbero essere molto simili e solo due casuali su una popolazione di molte di queste piattaforme.
Tuttavia, quando computer questo progetto (sto usando il progetto D-ottimale) ottengo buoni valori di potenza per tutti i termini tranne l'intercettazione che è inferiore di un intero ordine di grandezza. Allo stesso tempo, la varianza media passa da circa 0,1 a 0,7 dal blocco fisso a quello casuale.
Qualcuno potrebbe indicarmi il motivo di ciò e possibilmente come aggirare questo problema. Ho sempre pensato che il blocco casuale dia più potere per stimare gli effetti (in particolare gli effetti principali).
Grazie
Progettazione di esperimentiRi: Fattore di blocco casuale o fisso nel DOECiao Mark e Statman,
Grazie per l'input. Credo che le mie piattaforme (che non sono imager ma una parte consumabile su cui avviene il test) dovrebbero essere impostate come effetti casuali poiché ce ne saranno molti di più e in teoria non dovrebbero esserci differenze significative su di esse che devono essere categorizzato.
Le domande principali erano perché stavo ottenendo una tale differenza nella varianza media e nel basso potere di intercettazione con blocchi casuali rispetto a quelli fissi. In generale, la correzione darebbe più incognite, ma nel mio caso dovrebbero essere le stesse, credo, dato che ho solo due blocchi molto grandi di 15 corse ciascuno. Per il fisso, se ricordo bene, aggiungi k-1 incognite per k blocchi e per il fisso l'unica incognita aggiunta è la varianza tra i blocchi. Anche le mappe dei colori di entrambi i modelli sembrano esattamente uguali, quindi non si sarebbe dovuta verificare un'ulteriore correlazione tra i fattori?
Qualsiasi aiuto con questo sarebbe apprezzato.
Ri: Fattore di blocco casuale o fisso nel DOEInnanzitutto, benvenuto nella community.
Condividerò i miei pensieri con forse una prospettiva diversa:
1. Il modo in cui i dati devono essere analizzati e gli strumenti utilizzati per l'analisi dipendono dal modo in cui i dati sono stati acquisiti. (in realtà questo si estende a quali domande puoi rispondere, quali conclusioni puoi trarre e la tua sicurezza nell'estrapolare i risultati è una funzione di come i dati sono stati acquisiti)
2. Mentre la "designazione" appropriata dei blocchi può essere discussa, se puoi assegnare specificamente quali fattori sono confusi con i blocchi e come suggerisce Mark, quei "livelli" possono essere riprodotti, quei blocchi possono essere trattati come effetti fissi. Discuterei se prenderli in modo casuale (o trattarli come effetti casuali) aumenti lo spazio di inferenza rispetto a manipolarli specificamente a "Livelli audaci". Personalmente penso che tu abbia una maggiore probabilità di avere uno spazio di inferenza più ampio manipolando specificamente i blocchi.
3. Trattare i blocchi come un effetto fisso ha l'enorme vantaggio di poter quantificare le interazioni blocco per fattore (essenzialmente interazioni rumore per fattore) che è forse il metodo migliore per quantificare la robustezza della struttura del progetto. Gli effetti dei fattori di progettazione sono coerenti rispetto al cambiamento del rumore?
4. È interessante notare che il blocco ha l'ulteriore vantaggio di aumentare contemporaneamente lo spazio di inferenza e aumentare la precisione del progetto (come definito da Box). Questo perché il blocco all'interno è influenzato dagli effetti del fattore (il rumore viene mantenuto costante all'interno del blocco) e quindi il rumore viene modificato tra i blocchi in modo che possa essere assegnato.
"Blocca ciò che puoi, randomizza ciò che non puoi" GEP Scatola
Blocca ciò che puoi identificare e gestire durante l'esecuzione dell'esperimento, randomizza per il rumore che non è stato identificato o non può essere gestito durante la durata dell'esperimento.
Ri: Fattore di blocco casuale o fisso nel DOESe trattare un effetto come fisso o casuale di solito non è una questione di DF o di potenza, ma di come vedi la variazione. Se è un livello riproducibile, se i livelli sono gli unici di interesse, trattalo come un effetto fisso. Se i livelli sono un campione di una popolazione più ampia, se non sei veramente interessato a questi due livelli particolari, ma alla variazione all'interno della popolazione, trattalo come un effetto casuale.
Quindi, come vedi i due imager? Sono gli unici due dispositivi? Saranno gli unici due dispositivi per il prossimo futuro? Quindi tratta i blocchi come un effetto fisso. I due imager sono selezionati da un pool ampio e in continua evoluzione? Quindi trattali come un effetto casuale.
