Split-Plot mit benutzerdefiniertem Design – Verwirrung bei den ModellierungsbegriffenHallo. Ich verwende JMP Pro 15.2.1.
Ich mache einen Split-Plot-Entwurf, bei dem X1 mein sehr schwer zu ändernder Faktor mit 3 Ebenen (ganze Plots) und X2 ein schwer zu ändernder Faktor mit 3 Ebenen (Unterplots) ist. In jedem gesamten Diagramm können nur zwei der drei Ebenen von
Nachdem Sie auf „Design erstellen“ geklickt haben:
Das Standarddialogfeld „Modell anpassen“:
Ich bin verwirrt, warum JMP zusätzlich zu den Termen X1 und Ist das nicht überflüssig?
VersuchsplanungBetreff: Split-Plot mit benutzerdefiniertem Design – Verwirrung bei den ModellierungsbegriffenIm Allgemeinen sind die Begriffe WP und SP in Ihrem Modell als Schätzungen der Fehler gedacht, die mit den dem Design auferlegten Beschränkungen der Randomisierung verbunden sind.Um diese Fehler abzuschätzen, ist in den meisten Fällen eine Replikation erforderlich (zumindest für das WP).Typischerweise KÖNNEN Subplot-Faktoren unabhängig von den WP-Faktoren variiert werden.Ich könnte mir Ihr Experiment als ein WP vorstellen, das mit X1 und X2 erstellt wurde, und dann mit Unterhandlungen, die mit X3 und X4 erstellt wurden.
Betreff: Split-Plot mit benutzerdefiniertem Design – Verwirrung bei den ModellierungsbegriffenIch möchte die Möglichkeit haben, die Wirkung von X2 zu messen. Ich hatte Angst, dass ich jegliche Fähigkeit dazu verlieren würde, wenn ich einen 6-stufigen Faktor erstellen würde, der X1/X2 kombiniert. Daher die Gesamt-/Nebenhandlungsstruktur. X3 und X4 sind einfach zu ändernde Faktoren und müssen nicht eingeschränkt werden.
Betreff: Split-Plot mit benutzerdefiniertem Design – Verwirrung bei den ModellierungsbegriffenHallo @gchesterton ,
Ihr Design ist ein Split-Split-Plot-Design mit der Verschachtelung von Faktor X2 in Faktor X1: https://www.jmp.com/support/help/en/17.1/#page/jmp/factors.shtml#ww289141
Da Ihre Faktoren X1 und Um den Effekt der Faktoren zu berücksichtigen, haben Sie die festen Effekte X1 und X2 im Modell und die zufälligen Effekte, die durch die Randomisierungsbeschränkung aufgrund von X1 (sehr schwer zu ändern) und X2 (schwer zu ändern) entstehen ), müssen Sie zwei hinzufügen Zufällige Effekte für ganze Handlungsstränge und Nebenhandlungen.Dadurch wird „& Random“ an den Effektnamen (gesamter Plot und Unterplots) in der Modelleffektliste angehängt.
Weitere Informationen zum bestehenden Designtyp mit Randomisierungsbeschränkungen: https://www.jmp.com/support/help/en/17.1/#page/jmp/designs-with-randomization-restrictions.shtml#ww693005
PS: Seien Sie vorsichtig, denn wie die Fehlermeldung andeutet, sind die gesamte Darstellung und der Faktor X1 völlig durcheinander (eine Änderung der gesamten Darstellung ist auch eine Änderung von oder aus einem zufälligen Effekt aufgrund der Einschränkung der Randomisierung (gesamter Plot, z. B. Varianzänderung je nach Tag oder Tageszeit). Wenn möglich, erhöhen Sie die Anzahl der gesamten Parzellen, um diese Situation zu vermeiden und das Problem zu beheben.
Betreff: Split-Plot mit benutzerdefiniertem Design – Verwirrung bei den ModellierungsbegriffenDanke Victor. Mein VH2C-Faktor ist ein Standort mit 3 Stufen. An jedem Standort gibt es zwei Experimentiertage. Mein H2C-Faktor X2 ist so, dass er für den ganzen Tag an jedem Standort feststeht. Aber die Level von X2 werden an mehr als einem Ort durchgeführt. X2L1 wird beispielsweise an zwei verschiedenen Standorten durchgeführt. X2L2 wird an zwei verschiedenen Orten durchgeführt. X2L3 wird an zwei Standorten durchgeführt. Da die Ebenen von X2 an mehr als einem Ort erstellt werden, habe ich sie nicht als verschachtelt betrachtet.
Betreff: Split-Plot mit benutzerdefiniertem Design – Verwirrung bei den ModellierungsbegriffenSieger
Siehe meinen vorherigen Beitrag, dies ist das konzeptionelle Design. Jede Ebene von X2 ist in den gesamten Diagrammen zweimal vertreten. Ich wusste also nicht, ob ich das als verschachtelten Faktor oder als Nebenhandlung definieren sollte. Anscheinend konnte ich die gewünschte Designtabelle erhalten, indem ich drei ganze Handlungsstränge und sechs Unterhandlungsstränge festlegte und NICHT zuließ, dass die Nebenhandlungsstränge unabhängig von der gesamten Handlungsstränge variierten.
Ich stimme zu, dass ich die Fähigkeit verliere, mit den Auswirkungen von X1 umzugehen. Das ist ok.
Betreff: Split-Plot mit benutzerdefiniertem Design – Verwirrung bei den ModellierungsbegriffenIch verstehe Ihr Design und Ihre Auswahl, es scheint, als würde ich die Option prüfen Es macht hier keinen Unterschied, dass die Unterhandlung unabhängig von der gesamten Handlung variieren kann, da die Anzahl der Unterhandlungen und der ganzen Handlung nicht ausreicht, um alle möglichen Niveaus von Jedes ganze Diagramm enthält die 3 möglichen Ebenen von X2.
Ja, mit Ihrer Konfiguration können Sie nicht zwischen dem zufälligen Effekt der gesamten Handlung oder dem festen Effekt von X1 unterscheiden. Wenn Sie nicht an dem festen Effekt von X1 interessiert sind, warum sollten Sie ihn dann im Modell behalten?
Die Varianz kann dann vollständig dem Zufallseffekt des gesamten Diagramms zugeschrieben werden, und das sollte Ihnen mehr Aussagekraft für die Schätzung des schwer zu ändernden Faktors X2 geben (vernachlässigbarer Effekt auf andere Haupteffekte X3 und to-change"-Faktor) sowie die Reduzierung von Aliasen im Design (Korrelationen zwischen X1 und X2 aufgrund der Randomisierungsbeschränkung) und die Reduzierung der durchschnittlichen Varianz der Vorhersage.
Betreff: Split-Plot mit benutzerdefiniertem Design – Verwirrung bei den ModellierungsbegriffenDanke Victor. Ich denke, Sie haben meine ursprüngliche Frage/Verwirrung angesprochen ... Warum sollte ich die gesamte Handlung und X1 beide in mein Modell einbeziehen, da mir X1 egal ist und es sowieso mit den gesamten Handlungssträngen verwechselt ist? Also ... ich behalte den Begriff „Whole Plots & Random“ bei und entferne X1?
Ich habe noch eine weitere Frage, die ich nicht mit meiner ersten Frage verwechseln wollte:
Ich werde eine (zum jetzigen Zeitpunkt) unbekannte Anzahl von Bedienern nach dem Zufallsprinzip mit der Durchführung der Durchläufe in jedem gesamten Grundstück beauftragen. Ich könnte in jeder gesamten Handlung 4 verschiedene Operatoren haben. Aber ich habe keine Kontrolle darüber. Einen Operatorterm als Zufallseffekt hinzufügen? Ich interessiere mich nicht für den Operatoreffekt, sondern nur für die Maximierung meiner Leistung mit X2, X3 und X4.
Betreff: Split-Plot mit benutzerdefiniertem Design – Verwirrung bei den Modellierungsbegriffen@gchesterton Das Entfernen von Schnittpunkt) zwischen X1-Ebenen.
Abhängig von Ihren Ergebnissen kann es also funktionieren oder auch nicht. Ich würde empfehlen, verschiedene Modellierungsansätze auszuprobieren (mit X1, ohne X1 und jeweils zu beurteilen, wie viel Varianz durch den Zufallseffekt der gesamten Handlung erklärt wird), um den sinnvollsten auszuwählen eins.
Wenn Sie die Quelle möglicher Varianz durch zufällige Effekte berücksichtigen, hilft dies dabei, Ihre Fähigkeit zu maximieren, signifikante feste Effekte für Ihre Faktoren zu erkennen, da ein Teil der experimentellen Varianz durch die zufälligen Effekte erklärt wird (die keine Freiheitsgrade nutzen). Ihre DFs werden also nur von Ihren festen Effekten verwendet.
Betreff: Split-Plot mit benutzerdefiniertem Design – Verwirrung bei den ModellierungsbegriffenDanke noch einmal @Victor_G . Das macht Sinn. Bedeutet Ihr letzter Kommentar, dass ich einen Zufallseffektbegriff für den Operator einfügen sollte? Wir werden die Operatoren nach dem Zufallsprinzip zuweisen, aber ich weiß im Voraus nicht, wie viele ich haben werde.
Gregor
Betreff: Split-Plot mit benutzerdefiniertem Design – Verwirrung bei den ModellierungsbegriffenHallo Greg,
Wenn möglich, können Sie eine Spalte mit allen Spalteneigenschaften für den Zufallsblockeffekt hinzufügen, um den Operator (als Zufallseffekt) im Modell zu berücksichtigen, und die Spalte mit den Werten aus der Operatorzuweisung füllen.
Dieser Aufbau ist möglicherweise nicht optimal, da Experimente nicht innerhalb von Operatorblöcken randomisiert werden (und Operatorblöcke möglicherweise nicht ähnlich sind), aber er könnte dazu beitragen, nicht zugeordnete experimentelle Varianz zu reduzieren.
Auch hier kann Ihnen das Ausprobieren beider Analysen (mit und ohne diesen Operator-Zufallseffekt) dabei helfen, herauszufinden, welches Modell sinnvoll und für Ihr Thema am besten geeignet ist.
