Hallo @olaf ,
Betrachtet man den Anwendungsfall, scheint das Design ein Split-Split-Plot-Design zu sein (da "Condition" in den Faktor "Cage" eingebettet ist), mit:
- kategorialer Faktor „Käfig“ auf „sehr schwer zu ändern“ gesetzt (mit 6 Stufen)
- kategorialer Faktor „Zustand“ als „schwer zu ändern“ (mit 4 Stufen)
- kategorialer Faktor „Ernährung“ als „einfach umzustellen“ (mit 3 Stufen).
Mehr Infos hier: Designs mit Randomisierungsbeschränkungen (jmp.com)
Wenn Sie 6 ganze Plots und 12 Subplots für 36 Läufe angeben, sollten Sie die gleiche Art von Tabelle erhalten, wie die, die Sie freigegeben haben (siehe Tabelle "Custom-Designer-and-Random-Effects-Designn-Evaluation-and-Random").
Das Skript zum Generieren der DoE-Tabelle ist hier:
DOE(
Custom Design,
{Add Response( Maximize, "Gain", ., ., . ),
Add Factor( Categorical, {"C1", "C2", "C3", "C4", "C5", "C6"}, "Cage", 2 ),
Add Factor( Categorical, {"A1", "A2", "A3", "A4"}, "Condition", 1 ),
Add Factor( Categorical, {"Restrict", "Normal", "Supplementary"}, "Diet", 0 ),
Set Random Seed( 641607656 ), Number of Starts( 1562 ), Add Term( {1, 0} ),
Add Term( {1, 1} ), Add Term( {2, 1} ), Add Term( {3, 1} ),
Add Alias Term( {1, 1}, {3, 1} ), Set N Whole Plots( 6 ), Set N Subplots( 12 ),
Set Sample Size( 36 ), Simulate Responses( 0 ), Save X Matrix( 0 ), Make Design}
)</CODE></PRE>
<P>Es wird jedoch einige redundante Spalten in der Analyse und im Modell geben, da die gesamten Diagramme dem Faktor „Käfig“ entsprechen und Unterdiagramme dem Faktor „Zustand“ entsprechen.</P>
<P>Wenn Sie also die Analyse starten, müssen Sie das Modell möglicherweise manuell angeben, damit es Ihrer Analyse entspricht:</P>
<UL>
<LI>Feste Effekte: Kondition, Ernährung, Kondition x Ernährung</LI>
<LI>Zufällige Effekte: Käfig, Käfig x Zustand</LI>
</UL>
<P>Ich habe das Skript zum Starten dieses Modells im Skript „Fit Mixed Model“ in der Datentabelle gespeichert.</P>
<P>Der JSL-Code lautet:</P>
<PRE><CODE class=" language-jsl">Fit Model(
Y( :Gain ),
Effects( :Condition, :Diet, :Condition * :Diet ),
Random Effects( :Cage, :Cage * :Condition ),
Personality( "Mixed Model" )
)
In Bezug auf die zu entfernenden/hinzuzufügenden Läufe beträgt die Mindestanzahl von Läufen bei der Konstruktionsgenerierung 13 und standardmäßig empfiehlt JMP 36 Läufe (die Anzahl, die Sie in Ihrer Fallstudie haben). Es gibt keine maximale Anzahl von Läufen, aber Sie können es zum Beispiel mit 48 Läufen versuchen (um ein Vielfaches von 6 und 12 für den gesamten Plot bzw. den Subplot zu haben).
Sie könnten also 3 Designs mit 24, 36 und 48 Läufen vergleichen und sehen, welches das beste Design für einen guten Kompromiss zwischen Genauigkeit und experimentellem Budget ist. Die Bewertung der Designs ist möglicherweise nicht sehr "genau", da einige Spalten in der Analyse redundant sind (und Sie nicht alle Ihre Faktoren als feste Effekte verwenden werden). Aber es kann immer noch einen interessanten und vergleichenden Blick auf die Power-Analyse (geringere Power für schwer/sehr schwer zu ändernde Faktoren im Vergleich zu einfach zu ändernden Faktoren), die Vorhersagevarianz und Aliase im Design bieten.
Ich hoffe, diese Antwort hilft Ihnen,
Hallo Viktor,
Sie haben die Generationsfrage perfekt beantwortet. Manchmal übersehen wir einfach das Offensichtlichste zugunsten von etwas viel Komplizierterem 
Vielen Dank.
Olaf
Hallo, Ich versuchte zu ein schönes Design reproduzieren in Kapitel 4 von Elizabeth A. Claassens Buch „JMP for Mixed Models“ mit JMP DOE-Custom-Designer . Aber ich bin gescheitert und weiß nicht, warum/wie ich es lösen soll.
Das Design selbst ist einfach: Es gibt sie 6 Käfige . Jeder Käfig kann unterteilt werden zwei Bereiche . Ein Bereich kann auf einen von festgelegt werden 4 Zustand . Jeder der Bereiche ist groß genug, um Platz zu bieten 3 verschiedene Nester . Innerhalb eines Nestes werden die Mäuse einem von ihnen zugeordnet 3 verschiedene Diäten .
Das Experiment soll herausfinden, wie die Mäuse abhängig davon an Gewicht zunehmen Kondition und Ernährung. Dies sind die feste Effekte .
Das Interessante daran ist die Tatsache, dass Käfig*Zustand wird als behandelt R Andom-Effekt wie es ist eigentliche Versuchseinheit. Ich habe zwei Bilder hinzugefügt, um die Bewertung zu zeigen.
Ich habe auch zwei verschiedene handgefertigte Designs beigefügt, um die Idee zu veranschaulichen. Das erste stammt aus Elizabeths Buch. Der zweite betrachtet einen größeren Käfig.
Wie würde ich solche Designs mit Custom Designer erstellen? unter Berücksichtigung der Zufälligkeit der Versuchseinheit? (Und natürlich eine Randomisierung durchführen.)
Welche läuft würde ich tropfen /add, wenn ich mir weniger/mehr Läufe leisten könnte, unter Berücksichtigung der Balance?Lohnt sich das Lagerbier?
Wie kann ich vergleichen die Zwei Designs einschließlich der zufälligen Effekte?
Bester Olaf
