dividere la trama utilizzando il design personalizzato - confusione dei termini di modellazioneCIAO. Sto usando JMP Pro 15.2.1.
Sto realizzando un progetto di trama divisa in cui X1 è il mio fattore molto difficile da cambiare con 3 livelli (trame intere) e X2 è un fattore difficile da cambiare con 3 livelli (sottotrame). Solo due dei tre livelli di X2 possono essere realizzati in ogni trama intera, quindi ho designato 3 trame intere e 6 sottotrame per ottenere quell'effetto, dove il fattore difficile da cambiare NON può cambiare indipendentemente dal fattore molto difficile da cambiare.
Dopo aver fatto clic su "crea design":
La finestra di dialogo predefinita "Adatta modello":
Sono confuso sul motivo per cui JMP include i termini "intera trama" e "sottotrame" nella finestra degli effetti del modello di costrutto, oltre ai termini X1 e X2 che sono quei fattori interi e sottotrama. Non è ridondante?
Progettazione di esperimentiRe: dividere la trama usando il design personalizzato - confusione dei termini di modellazioneIn generale, i termini WP e SP nel modello sono intesi come stime degli errori associati alle restrizioni alla randomizzazione poste sul progetto.La stima di questi errori richiede nella maggior parte dei casi la replica (almeno per il WP).Tipicamente, i fattori del sottotrama POSSONO essere variati indipendentemente dai fattori WP.Potrei pensare al tuo esperimento come a un WP creato con X1 e X2 e quindi alle sottotrame create da X3 e X4.
Re: dividere la trama usando il design personalizzato - confusione dei termini di modellazioneVoglio una certa capacità di misurare l'effetto di X2. Temevo che se avessi creato un fattore di livello 6 che combina X1/X2 avrei perso qualsiasi capacità di farlo. Da qui la struttura intera/sottotrama. X3 e X4 sono fattori facili da modificare e non necessitano di vincoli.
Re: dividere la trama usando il design personalizzato - confusione dei termini di modellazioneCIAO @gchesterton ,
Il tuo progetto è un progetto di trama diviso in due parti, con l'annidamento del fattore X2 nel fattore X1 : https://www.jmp.com/support/help/en/17.1/#page/jmp/factors.shtml#ww289141
Poiché i tuoi fattori X1 e X2 sono rispettivamente molto difficili da modificare e difficili da modificare, crei una restrizione sulla randomizzazione del disegno. Per tenere conto dell'effetto dei fattori, nel modello sono presenti gli effetti fissi X1 e X2 e per tenere conto degli effetti casuali creati dalla restrizione della randomizzazione dovuta a X1 (molto difficile da modificare) e X2 (difficile da modificare ), devi aggiungerne due Effetti casuali per intere trame e sottotrame.Questo aggiunge "& Casuale" al nome dell'effetto (intera trama e sottotrame) nell'elenco degli effetti del modello.
Maggiori informazioni sul tipo di design esistente con restrizioni di randomizzazione: https://www.jmp.com/support/help/en/17.1/#page/jmp/designs-with-randomization-restrictions.shtml#ww693005
PS: fai attenzione, come suggerisce il messaggio di errore, hai l'intera trama e il fattore X1 completamente confusi (un cambiamento nell'intera trama è anche un cambiamento in X1), quindi non puoi determinare se la varianza proviene dall'effetto fisso X1 , o da un effetto casuale dovuto alla restrizione della randomizzazione (intero grafico, ad esempio variazione della varianza a seconda del giorno o del periodo della giornata). Se possibile, aumentare il numero di trame intere per evitare questa situazione e risolvere questo problema.
Re: dividere la trama usando il design personalizzato - confusione dei termini di modellazioneGrazie Vittorio. Il mio fattore VH2C è la posizione con 3 livelli. Ogni luogo ha due giorni di esperimenti. Il mio fattore H2C X2 è tale da essere fissato per l'intera giornata in ogni luogo. Ma i livelli di X2 vengono eseguiti in più di un luogo. Ad esempio, X2L1 viene eseguito in due posizioni diverse. X2L2 viene eseguito in due posizioni diverse. X2L3 viene eseguito in due posizioni. Poiché i livelli di X2 vengono eseguiti in più di una posizione, non li ho considerati nidificati.
Re: dividere la trama usando il design personalizzato - confusione dei termini di modellazioneVincitore
Ref mio post precedente, questo è il design concettualmente. Ogni livello di X2 è rappresentato due volte in tutte le trame. Quindi non sapevo se definirlo un fattore annidato o una sottotrama. Sembra che sia stato in grado di ottenere la tabella di progettazione che volevo designando 3 intere trame, 6 sottotrame e NON consentendo alla sottotrama di variare indipendentemente dall'intera trama.
Sono d'accordo che perdo qualsiasi capacità di affrontare gli effetti di X1. Va bene.
Re: dividere la trama usando il design personalizzato - confusione dei termini di modellazioneHo il tuo design e la tua scelta, sembra controllare l'opzione per consentire alla sottotrama di variare indipendentemente dall'intera trama non fa differenza qui, poiché il numero di sottotrame e di intere trame non è sufficiente per avere tutti i possibili livelli di X2 per ogni intera trama: sarebbero state necessarie 9 sottotrame per le 3 intere trame, ogni intero appezzamento contenente i 3 possibili livelli di X2.
Sì, con la tua configurazione non sarai in grado di discriminare tra l'effetto casuale dell'intera trama o l'effetto fisso di X1. Se non sei interessato all'effetto fisso di X1, perché tenerlo nel modello?
La varianza può quindi essere completamente attribuita all'effetto casuale dell'intera trama, e questo dovrebbe darti più potere per stimare il fattore difficile da cambiare X2 (effetto trascurabile su altri effetti principali X3 e X4 e su qualsiasi interazione che coinvolge un "facile- to-change"), oltre a ridurre gli alias nel disegno (correlazioni tra X1 e X2 dovute alla restrizione della randomizzazione) e ridurre la varianza media della previsione.
Re: dividere la trama usando il design personalizzato - confusione dei termini di modellazioneGrazie Vittorio. Penso che tu abbia toccato la mia domanda / confusione originale ... perché dovrei includere l'intera trama e X1 entrambi nel mio modello, dato che non mi interessa X1 ed è comunque confuso con l'intera trama. Quindi... mantengo il termine 'Whole Plots & Random' e rimuovo X1?
Ho un'altra domanda che non volevo confondere con la mia prima domanda:
Avrò un numero sconosciuto (a questo punto) di operatori assegnati in modo casuale per condurre le corse in ogni intero appezzamento. Potrei avere 4 diversi operatori in ogni trama intera. Ma non ho alcun controllo su questo. Aggiungi un termine operatore come effetto casuale? Non sono interessato all'effetto operatore, solo a massimizzare la mia potenza con X2, X3 e X4.
Re: dividere la trama usando il design personalizzato - confusione dei termini di modellazione@gchesterton Rimuovere X1 dal modello e mantenere "Whole Plots & Random" implica che potresti essere in grado di spiegare nel tuo modello un cambiamento nella varianza della risposta tra interi grafici (effetto casuale dell'intero grafico), ma non un cambiamento nei valori medi della risposta ( intercetta) tra i livelli X1.
Quindi, a seconda dei risultati, potrebbe funzionare o meno, consiglierei di provare diversi approcci di modellazione (con X1, senza X1 e valutando quanta varianza è spiegata dall'intero effetto casuale della trama in ciascun caso) per selezionare il più ragionevole uno.
Se prendi in considerazione la fonte della possibile varianza attraverso effetti casuali, questo aiuta a massimizzare il tuo potere di rilevare effetti fissi significativi per i tuoi fattori, poiché parte della varianza sperimentale sarà spiegata dagli effetti casuali (che non utilizzano alcun grado di libertà, quindi i tuoi DF sono usati solo dai tuoi effetti fissi).
Re: dividere la trama usando il design personalizzato - confusione dei termini di modellazionegrazie ancora @Victor_G . Ciò ha senso. Il tuo ultimo commento implica che dovrei includere un termine effetto casuale per operatore? Assegneremo gli operatori a caso, ma non so in anticipo quanti ne avrò.
Greg
Re: dividere la trama usando il design personalizzato - confusione dei termini di modellazioneCiao Greg,
Se possibile, è possibile aggiungere una colonna con tutte le proprietà della colonna per l'effetto blocco casuale, al fine di tenere conto dell'operatore (come effetto casuale) nel modello e riempire la colonna con i valori dell'assegnazione degli operatori.
Questa configurazione potrebbe non essere ottimale, poiché gli esperimenti non saranno randomizzati all'interno di blocchi di operatori (e i blocchi di operatori potrebbero non essere simili), ma potrebbe contribuire a ridurre la varianza sperimentale non attribuita.
Ancora una volta, provare entrambe le analisi (con e senza questo effetto casuale dell'operatore) può aiutarti a capire quale modello ha senso ed è il più appropriato per il tuo argomento.
