Je reçois parfois des questions sur la façon de sélectionner le "meilleur" modèle à partir d'expériences avec des blocs. Nous vous recommandons de modéliser les blocs en tant qu'effets aléatoires, ce qui signifie que vous ne pouvez pas utiliser les personnalités de régression pas à pas ou généralisée pour la sélection de modèle, car elles ne prennent en charge que les effets fixes.
Dans cette vidéo je parle de :
- Pourquoi nous bloquons les expériences
- Effets fixes contre effets aléatoires
- Modélisation REML
- Stratégies de sélection de modèles à effets aléatoires
Je mentionne également le livre, Optimal Design of Experiments: A Case Study Approach, comme une bonne ressource pour en savoir plus et le téléchargement de chapitre gratuit disponible .
L'exemple de tableau de données se trouve dans le journal JMP joint.
Faites-moi savoir dans les commentaires, ci-dessous, si vous avez des questions.
