parcela dividida usando diseño personalizado - confusión de términos de modeladoHola. Estoy usando JMP Pro 15.2.1.
Estoy haciendo un diseño de parcela dividida donde X1 es mi factor muy difícil de cambiar con 3 niveles (parcelas completas) y X2 es un factor difícil de cambiar con 3 niveles (parcelas secundarias). Solo se pueden hacer dos de los tres niveles de X2 en cada parcela completa, por lo que designé 3 parcelas completas y 6 subparcelas para lograr ese efecto, donde el factor difícil de cambiar NO puede cambiar independientemente del factor muy difícil de cambiar.
Después de hacer clic en 'hacer diseño':
El cuadro de diálogo predeterminado 'Ajustar modelo':
Estoy confundido por qué JMP incluye los términos 'parcela completa' y 'parcelas secundarias' en la ventana de efectos del modelo de construcción, además de los términos X1 y X2 que son esos factores de trama completa y subparcela. ¿No es eso redundante?
Diseño de experimentosRe: parcela dividida usando diseño personalizado - confusión de términos de modeladoEn general, los términos WP y SP en su modelo pretenden ser estimaciones de los errores asociados con las restricciones a la aleatorización impuestas en el diseño.Para estimar estos errores se requiere en la mayoría de los casos replicación (al menos para el WP).Por lo general, los factores de la subparcela PUEDEN variar independientemente de los factores WP.Podría pensar en su experimento como un WP creado con X1 y X2 y luego subparcelas creadas por X3 y X4.
Re: parcela dividida usando diseño personalizado - confusión de términos de modeladoQuiero alguna capacidad para medir el efecto de X2. Temía que si hacía un factor de 6 niveles que combinara X1/X2 perdería la capacidad de hacerlo. De ahí la estructura de trama completa/subtrama. X3 y X4 son factores fáciles de cambiar y no necesitan restricciones.
Re: parcela dividida usando diseño personalizado - confusión de términos de modeladoHola @gchesterton ,
Su diseño es un diseño de parcela dividida, con la anidación del factor X2 en el factor X1: https://www.jmp.com/support/help/en/17.1/#page/jmp/factors.shtml#ww289141
Como sus factores X1 y X2 son respectivamente muy difíciles de cambiar y difíciles de cambiar, crea una restricción en la aleatorización del diseño. Para tener en cuenta el efecto de los factores, tiene los efectos fijos X1 y X2 en el modelo, y para tener en cuenta los efectos aleatorios creados por la restricción de aleatorización debido a X1 (muy difícil de cambiar) y X2 (difícil de cambiar). ), necesita agregar dos Efectos aleatorios para parcelas completas y subparcelas.Esto añade "& Random" al nombre del efecto (parcela completa y subparcelas) en la lista de efectos del modelo.
Más información sobre el tipo de diseño existente con restricciones de aleatorización: https://www.jmp.com/support/help/en/17.1/#page/jmp/designs-with-randomization-restrictions.shtml#ww693005
PD: tenga cuidado, como sugiere el mensaje de error, tiene todo el gráfico y el factor X1 completamente confundidos (un cambio en todo el gráfico también es un cambio en X1), por lo que no puede determinar si la varianza proviene del efecto fijo X1 , o de un efecto aleatorio debido a la restricción de la aleatorización (parcela completa, por ejemplo, cambio de varianza según el día o el período del día). Si es posible, aumente el número de parcelas completas para evitar esta situación y resolver este problema.
Re: parcela dividida usando diseño personalizado - confusión de términos de modeladoGracias Víctor. Mi factor VH2C es una ubicación con 3 niveles. Cada ubicación tiene dos días de experimentos. Mi factor X2 de H2C es tal que se fija durante todo el día en cada ubicación. Pero los niveles de X2 se realizan en más de un lugar. Por ejemplo, X2L1 se realiza en dos ubicaciones diferentes. X2L2 se realiza en dos lugares diferentes. X2L3 se realiza en dos ubicaciones. Dado que los niveles de X2 se realizan en más de una ubicación, no los consideré anidados.
Re: parcela dividida usando diseño personalizado - confusión de términos de modeladoVíctor
Ref mi publicación anterior, este es el diseño conceptualmente. Cada nivel de X2 se representa dos veces en todas las parcelas. Así que no sabía si definirlo como un factor anidado o como una trama secundaria. Parece que pude obtener la tabla de diseño que quería al designar 3 parcelas completas, 6 subparcelas y NO permitir que la subparcela varíe independientemente de la trama completa.
Acepto que pierdo la capacidad de abordar los efectos de X1. Está bien.
Re: parcela dividida usando diseño personalizado - confusión de términos de modeladoObtengo su diseño y elección, parece marcar la opción para permitir que la subparcela varíe independientemente de la parcela completa no hace ninguna diferencia aquí, ya que el número de subparcelas y parcelas completas no es suficiente para tener todos los niveles posibles de X2 para cada parcela completa: se habrían necesitado 9 subparcelas para las 3 parcelas completas, cada parcela completa contiene los 3 niveles posibles de X2.
Sí, con tu configuración no podrás discriminar entre el efecto aleatorio de toda la trama o el efecto fijo de X1. Si no está interesado en el efecto fijo de X1, ¿por qué mantenerlo en el modelo?
Entonces, la varianza se puede atribuir completamente al efecto aleatorio de toda la gráfica, y eso debería darle más poder para estimar el factor X2 difícil de cambiar (efecto insignificante en otros efectos principales X3 y X4 y en cualquier interacción que involucre un factor "fácil- to-change"), así como reducir los alias en el diseño (correlaciones entre X1 y X2 debido a la restricción de aleatorización) y reducir la varianza media de la predicción.
Re: parcela dividida usando diseño personalizado - confusión de términos de modeladoGracias Víctor. Creo que tocaste mi pregunta/confusión original... ¿por qué incluiría la trama completa y X1 en mi modelo, dado que no me importa X1 y de todos modos se confunde con las tramas completas? Entonces... ¿conservo el término 'Parcelas completas y aleatorias' y elimino X1?
Tengo otra pregunta que no quería confundir con mi primera pregunta:
Tendré un número desconocido (en este momento) de operadores asignados al azar para realizar las corridas en cada parcela completa. Podría tener 4 operadores diferentes en cada parcela completa. Pero no tengo control sobre eso. ¿Agregar un término de operador como efecto aleatorio? No estoy interesado en el efecto del operador, solo en maximizar mi potencia con X2, X3 y X4.
Re: parcela dividida usando diseño personalizado - confusión de términos de modelado@gchesterton Eliminar X1 del modelo y mantener "Parcelas completas y aleatorias" implica que es posible que pueda explicar en su modelo un cambio en la varianza de la respuesta entre parcelas completas (efecto aleatorio de la gráfica completa), pero no un cambio en los valores medios de respuesta ( intersección) entre los niveles X1.
Entonces, dependiendo de sus resultados, puede funcionar o no, recomendaría probar diferentes enfoques de modelado (con X1, sin X1, y evaluando cuánta varianza se explica por el efecto aleatorio de la trama completa en cada caso) para seleccionar el más razonable. uno.
Si tiene en cuenta la fuente de la posible varianza a través de efectos aleatorios, esto ayuda a maximizar su poder para detectar efectos fijos significativos para sus factores, ya que parte de la varianza experimental se explicará por los efectos aleatorios (que no usan ningún grado de libertad, por lo que sus DF solo son utilizados por sus efectos fijos).
Re: parcela dividida usando diseño personalizado - confusión de términos de modeladogracias de nuevo @Victor_G . Eso tiene sentido. ¿Su último comentario implica que debo incluir un término de efecto aleatorio para el operador? Asignaremos operadores aleatoriamente, pero no sé de antemano cuántos tendré.
greg
Re: parcela dividida usando diseño personalizado - confusión de términos de modeladoHola Greg,
Si es posible, puede agregar una columna con todas las propiedades de columna para el efecto de bloque aleatorio, para tener en cuenta el operador (como un efecto aleatorio) en el modelo y completar la columna con los valores de la asignación de operadores.
Es posible que esta configuración no sea óptima, ya que los experimentos no se aleatorizarán dentro de los bloques de operadores (y los bloques de operadores pueden no ser similares), pero podría ayudar a reducir la varianza experimental no atribuida.
Nuevamente, probar ambos análisis (con y sin este efecto aleatorio del operador) puede ayudarlo a determinar qué modelo tiene sentido y es el más apropiado para su tema.
