좋은 아침이에요,
최적의 계획 플랫폼으로 전환하지 않는 경우:
- 각각 3개의 수준이 있는 3개의 범주형 요인으로 계획을 세웁니다. + 3개의 주요 효과만 추가합니다 => 18개의 권장 시행
- 범주형 요인 3개, 수준 3개 요인 2개, 수준 4개 요인 1개로 계획을 세웁니다. + 주효과 3개만 추가합니다 => 권장 시행 12개.
범주형 요인 중 하나에 대한 요인 수준이 더 많은데 2차 계획에 대한 시행 횟수가 더 적은 이유는 무엇입니까?
미리 감사드립니다
게시물의 약간의 실수 : 언제 나는 사용한다 커스텀 디자인 플랫폼
안녕 @샬롯1 ,
커뮤니티에 오신 것을 환영합니다!
Custom Design 플랫폼에서 "기본" 실행 수를 계산하는 방법에 대한 대답의 일부는 여기에서 찾을 수 있습니다. 디자인 제너레이션(jmp.com) : " 이 값은 최소 런 수보다 런이 4개 이상 많은 균형 잡힌 설계를 만들기 위한 추론을 기반으로 합니다. "
예제를 재현할 때 상황은 다음과 같습니다.
- 귀하의 경우 1에서 최소 런 수는 7입니다. 각 3레벨 범주 요인에 대해 1개의 절편과 2개의 용어가 있습니다(마지막 레벨 추정치를 다른 레벨에서 계산할 수 있으므로 레벨 수 -1: L1+L2 +L3 = 0). JMP는 11개의 실행(주효과 추정을 위한 최소 실행 7개 + 추가 실행 4개)을 권장할 수 있지만 이 숫자는 모든 요인이 가능한 한 정확하고 균일하게 추정되지 않는 불균형 설계를 생성하게 됩니다. 따라서 JMP는 최소 런 수보다 런이 4개 이상 더 있는 균형 잡힌 설계를 갖기 위한 조건을 충족하기 위한 최소 런 수를 계산합니다(이 경우 요인에 대한 수준의 수가 홀수인 경우 런이 18개로 이어집니다. ).
- 사례 2에서 최소 런 수는 8입니다. 절편 1개, 각 3수준 범주 요인에 대한 항 2개, 4수준 범주 요인에 대한 항 3개가 있습니다. 런을 4개 더 추가하면 런이 12개인 균형 잡힌 설계를 얻을 수 있으므로 이것이 JMP가 제안하는 것입니다.
그러나 이 기본 설정은 사용 사례에서 최적의 설정이 아닐 수 있으며 평가해야 할 다른 특성이 있을 수 있으므로 주의하십시오. 예를 들어 전력 분석(통계적으로 유의미한 효과가 있는 경우 탐지하는 능력)을 보면 두 디자인이 분명히 동등하지 않다는 것을 알 수 있습니다.
18회 실행이 있는 사용 사례 1과 12회 실행이 있는 사용 사례 2:
그리고 예측 분산(18 실행보다 12 실행에서 더 높은 예측 분산)에 대해 동일한 비교 및 분석을 수행할 수 있으며 설계의 별칭에 대한 차이점 등을 살펴볼 수 있습니다.
또한 요인 수준 간의 모든 조합을 수행한 경우 런 수와 비교하여 주 효과를 추정하기 위해 기본적으로 런 수를 빠르게 비교할 수 있습니다.
- 사용 사례 1에서는 3^3 = 27개의 가능한 조합이 있습니다.
- 사용 사례 2에서는 4x3x3 = 36개의 가능한 조합이 있습니다.
매우 직관적으로 두 설계가 "기본" 실행 수를 사용하더라도 모든 조합의 동일한 실험 공간을 커버하지 않습니다. 사용 사례 1에서는 가능한 모든 조합의 66.7%를 커버하지만 유스 케이스 2, 가능한 모든 조합의 33,3%만 커버하므로 유스 케이스 2에 비해 유스 케이스 1에서 요인에 대한 더 높은 검정력, 더 낮은 예측 분산, ...
이 답변이 도움이 되길 바라며,
