DOE mit ganzen Parzellen und Blockierungsfaktor – wie kann das Design verbessert werden?Ich versuche, ein DOE für ein Experiment zu erstellen, bei dem ich eine kontinuierliche Variable und zwei diskrete numerische Variablen habe, die sehr schwer zu ändern sind (weitere Informationen im Bild unten).
Meine Fragen sind:
1. Ich führe den Test spaltenweise in einer 96-Well-Platte durch. Gibt es also eine Möglichkeit zu definieren, dass ein Diagramm unabhängig von der Anzahl der benötigten Läufe immer bis zu 8 Läufe hat?
2. So wie es ist, erhalte ich selbst bei 192 Läufen in 24 Plots eine ziemlich geringe Leistung für Quad-Effekte. Kann ich irgendetwas tun, um das Design zu verbessern, außer einfach mehr Läufe hinzuzufügen?
3. Ich möchte eine Blockierungsvariable „Platte“ berücksichtigen, da ich für dieses Experiment mehr als eine Platte benötige (8 Durchläufe in einer Parzelle x 12 Parzellen in einer Platte). Sollte die Blockierungsvariable auf 96 Läufe pro Block eingestellt werden? Wie würde sich die Blockierungsvariable auf die gesamte Handlungseinstellung auswirken?
VersuchsplanungBetreff: DOE mit ganzen Diagrammen und Blockierungsfaktor – wie kann das Design verbessert werden?Hallo @Lavik17 ,
Für Ihre erste Frage gibt es folgende Möglichkeit:
- Entweder können Sie einen Blockierungsfaktor hinzufügen, der 8 Läufe pro Block angibt (Faktor hinzufügen, Blockierung, 8 Läufe pro Block). Auf diese Weise können Sie sicher sein, dass jeder Plot 8 Läufe enthält (nicht empfohlen, wenn Sie „Platte“ später als Blockierungsfaktor einbeziehen möchten).
- Entweder geben Sie die Anzahl der gesamten Parzellen an, um 8 Läufe pro Parzelle zu haben (in Ihrem Beispiel mit 96 Läufen geben Sie 12 als Anzahl der gesamten Parzellen an und erhalten am Ende eine Parzelle mit jeweils 8 Läufen).
Bei Ihrer zweiten Frage lasse ich Sie von Experten beantworten, aber ich vermute, dass jede Einschränkung der vollständigen Randomisierung die Leistung Ihrer Effekte verringert. Was Ihre quadratischen Effekte betrifft, können Sie versuchen, die Anzahl der Experimente zu erhöhen (von Anfang an oder durch Erweiterung Ihres Designs nach einem ersten DoE), möglicherweise das Optimalitätskriterium (auf I-optimal?) und die Schätzbarkeit (von „Wenn möglich“ auf „Notwendig“) ändern ). Dies sind nur Vorschläge, und ich bin sicher, dass Experten in dieser Community bessere Ideen haben 
Für Ihre dritte Frage: Wenn Sie 192 Experimente haben, können Sie einen Blockierungsfaktor „Platte“ (mit 96 Läufen pro Block) hinzufügen und die Anzahl der ganzen Parzellen auf 24 festlegen (um 8 Läufe pro ganze Parzellen zu haben), um zu erfüllen Ihre beiden Bedingungen. Dadurch wird jedoch auch die Randomisierung reduziert, sodass sich dies möglicherweise auf die Effektstärke auswirkt.
Ich hoffe, es hilft dir,
