最適計画 // カテゴリ別因子おはよう、
最適なプラン プラットフォームに切り替えない場合:
- それぞれ 3 つのレベルを持つ 3 つのカテゴリー因子を使用して計画を立てます + 3 つの主効果のみを追加します => 18 の推奨試験
- 3 つのカテゴリ因子、3 レベルの 2 因子、4 レベルの 1 因子を使用して計画を作成します。+ 3 つの主効果のみを追加します => 12 の推奨試験。
カテゴリ因子の 1 つの因子レベルが多いのに、2 番目の計画の試行が少ないのはなぜですか?
前もって感謝します
実験計画法Re: 最適な計画を立てる // 事実のカテゴリー投稿のちょっとした間違い:私が使うカスタムデザインのプレートフォーム
Re: 最適な計画を立てる // 事実のカテゴリーやあ@シャーロット1 、
コミュニティへようこそ！
カスタム デザイン プラットフォームでの「デフォルト」実行数の計算方法については、答えの一部がここにあります。デザインの生成 (jmp.com) : "この値は、最小実行数より少なくとも 4 回多い実行でバランスのとれた設計を作成するためのヒューリスティックに基づいています。 」
例を再現すると、次のような状況になります。
- ケース 1 では、最小実行数は 7 です。切片が 1 つと、3 レベルのカテゴリ因子ごとに 2 つの項があります (レベルの数 - 1、最後のレベル推定値は他の値から計算できるため、L1+L2) +L3 = 0)。 JMP は 11 回の実行 (主効果推定の最小実行 7 回 + 追加の実行 4 回) を推奨しますが、この数は不均衡な計画の作成につながり、すべての因子が可能な限り正確かつ均一に推定されるわけではありません。 したがって、JMP は、最小実行数よりも少なくとも 4 つ多くの実行でバランスのとれた計画にするという条件を満たすための最小実行数を計算します (この場合、因子の水準数が奇数のみなので、18 回の実行になります) ）。
- ケース 2 では、最小実行数は 8 です。切片が 1 つ、3 レベルのカテゴリ因子ごとに 2 つの項、4 レベルのカテゴリ因子に 3 つの項があります。 さらに 4 つの実行を追加すると、12 つの実行でバランスのとれた設計が得られるため、これが JMP の提案です。
ただし、このデフォルト設定は使用例によっては最適ではない可能性があり、評価すべき他の特性があることに注意してください。 たとえば、検出力分析 (統計的に有意な効果がある場合にそれを検出する能力) を見ると、2 つの設計が明らかに同等ではないことがわかります。
18 回実行のユースケース 1 と 12 回実行のユースケース 2 :
そして、同じ比較と分析を予測分散 (実行 18 回よりも 12 回の方が予測分散が高い) に対しても行うことができ、計画内の別名の違いなどを確認することもできます。
また、主効果を推定するためのデフォルトの実行数と、因子レベル間のすべての組み合わせを行った場合の実行数を簡単に比較することもできます。
- 使用例 1 では、3^3 = 27 通りの組み合わせが考えられます。
- 使用例 2 では、4x3x3 = 36 通りの組み合わせが考えられます。
したがって、非常に直感的に、両方の設計が「デフォルト」の実行数を使用する場合でも、すべての組み合わせの同じ実験空間をカバーするわけではありません。ユースケース 1 では、考えられるすべての組み合わせの 66.7% をカバーしますが、ユースケース 1 では、すべての可能な組み合わせの 66.7% をカバーします。ユースケース 2 では、すべての可能な組み合わせの 33.3% しかカバーしていないため、ユースケース 2 と比較してユースケース 1 では因子の検出力が高く、予測分散が低くなります。
この回答があなたのお役に立てれば幸いです、
