고정 차단 변수는 예측 프로파일러에 표시되지 않는다는 점만 제외하면 범주형 변수와 같은 것입니까?안녕하세요,
저는 3가지 요소로 인간 세포의 성장을 측정하는 실험을 위해 데이터를 분석해 왔습니다. 그 중 2개는 통제된 독립 변수이고, 3번째 변수는 인간 세포를 제공한 기증자(이 중 2개가 있음)입니다. 저는 n = 8이고 설계는 2^3 계승이었습니다. 그러나 저는 현재 변수 "기부자"와 관련하여 데이터 분석에 접근하는 세 가지 방법이 있음을 발견했습니다.
1. 범주형 2 수준 요소로 간단히 포함할 수 있으며, 이 경우 모델에 입력되고 예측 프로파일러에도 표시됩니다. 결과적으로 "기부자"와 다른 두 요인 사이에는 상호 작용이 있으며, 이는 쉽게 시각화할 수 있는 결론이기도 합니다. 그러나 예측 프로파일러에 이것을 포함하는 것은 특별히 도움이 되지 않습니다. 기증자 가변성은 내가 항상 처리해야 하는 것이기 때문입니다. 동일한 기증자에게 계속해서 돌아가서 '최대화'를 유지할 수는 없습니다.
2. '디자인 역할'을 차단 변수로 변경할 수 있습니다. 그러나 모델을 맞추면 예측 프로파일러에 "기증자"가 더 이상 표시되지 않는다는 점을 제외하면 기본적으로 동일한 모델이 생성됩니다. 이것은 다른 2개의 요인(내가 조작하고 싶은 실제 제어 가능한 독립 변수)이 무엇을 기여했는지 설명할 수 있기 때문에 좋습니다. 이전 게시물에서 차단 변수도 주요 효과에만 나타날 수 있다는 내용을 읽었지만 여전히 상호 작용을 모델링할 수 있기 때문에 이는 사실이 아닙니다. 현재로서는 이것이 최선의 접근 방식이라고 생각합니다.
3. 내가 선택한 2명의 기부자가 현재와 미래의 무한히 많은 인구의 하위 집합이라는 점을 감안할 때 이 차단 변수는 실제로 "고정"이 아니라 "무작위"라고 생각할 수 있습니다. 그러나 일부 판독값에 따르면 분산 추정이 정확하려면 약 5개 이상의 차단 변수 수준이 필요한 것 같습니다. 따라서 내 데이터 세트가 작다는 점(n = 8, 차단 변수 수준이 2개뿐임)이 이상적이지 않을 수 있습니다.
내 생각이 올바른 길을 가고 있는가?
데이터 탐색 및 시각화Re: 고정 차단 변수는 예측 프로파일러에 표시되지 않는다는 점만 제외하면 범주형 변수와 같은 것인가요?예!
Re: 고정 차단 변수는 예측 프로파일러에 표시되지 않는다는 점만 제외하면 범주형 변수와 같은 것인가요?예, 하지만 분할 도표는 노이즈 요인에서 생성되지 않으며 동일한 방식으로 분석되지 않습니다(즉, 블록 설계와 동일한 분할 도표 설계에 대한 결과를 분석하거나 해석하지 않음).
실제로 1950년대 Cox는 설계 요인 실험의 각 처리에 대한 노이즈 변수에 대한 실험 아이디어를 처음으로 내놓았습니다. 그는 이러한 교차 제품 배열을 호출했습니다(Taguchi 내부 및 외부 배열과 유사하지만 분할 플롯 설계와 데이터를 집계하여 1 신호 대 잡음비를 얻기 위한 분석과 더 유사함).
Re: 고정 차단 변수는 예측 프로파일러에 표시되지 않는다는 점만 제외하면 범주형 변수와 같은 것인가요?추가 설명 감사합니다!
따라서 노이즈 요인은 변경하기 어려운 요인(무작위가 아님)으로 취급되었지만 분석을 위한 블록을 정의했습니다. 내부 배열이 외부 배열의 실행을 통해 복제된 Taguchi의 디자인이 생각납니다.
Re: 고정 차단 변수는 예측 프로파일러에 표시되지 않는다는 점만 제외하면 범주형 변수와 같은 것인가요?표시,
확실히 연락이 잘 안되네요. 우리는 거의 항상 동의하므로 다시 시도하겠습니다.
예를 명확히하겠습니다. 실험을 위해 노이즈를 관리하기 위해 블록을 사용했습니다. 첫 번째 블록에서 우리는 하나의 각도, 하나의 압력, 하나의 기판 유형 및 하나의 주변 조건 세트(기본적으로 이들에 대한 낮은 수준)를 사용했습니다. 두 번째 블록에서는 모든 항목을 다른 "수준"(높은 수준)으로 변경했습니다. 따라서 이러한 노이즈 변수는 블록 내에서 일정하게 유지되어 정밀도가 증가한 다음 블록과 혼동되어 추론 공간과 테스트 제품 견고성이 증가했습니다. 이 경우 블록을 고정 효과로 취급하면 노이즈 변수(각도, 압력, 기판 및 주변)와 설계 요소(잉크 제형, 펜 팁 설계 등) 사이에 상호 작용이 있는지 추정할 수 있습니다. 그리고 네 있습니다!
이 접근 방식을 사용하면 노이즈 변경에 대한 설계 요소 효과를 다음 중 하나로 연구할 수 있습니다.
- 처음에 얻은 결과가 노이즈 변화에 대해 반복 가능하다는 확신을 얻습니다.
- 노이즈에 대한 요인의 견고성을 추정(블록별 상호 작용으로 정량화) 또는
- 연구 방향을 변경해야 하는지 결정합니다(추가 연구를 위한 잠재적 요인을 식별하기 위해 큰 블록 효과를 분해해야 함).
나는 큰 성공을 거둔 많은 제품으로 이것을 해왔습니다.
Re: 고정 차단 변수는 예측 프로파일러에 표시되지 않는다는 점만 제외하면 범주형 변수와 같은 것인가요?다시 한 번 말씀드리지만 전적으로 동의합니다. 볼펜을 개발한 예가 블로킹을 어떻게 설명하는지 이해하지 못했습니다. 각도와 같은 이 예제의 모든 요소는 제어되었으며 그 중 어느 것도 블록을 정의하지 않았습니다. 그것들은 모두 실험실 실험에서 치료의 일부였습니다.
혼란을 드려 죄송합니다. 우리는 정말로 동의합니다!
Re: 고정 차단 변수는 예측 프로파일러에 표시되지 않는다는 점만 제외하면 범주형 변수와 같은 것인가요?표시,
흠, 나는 당신의 진술에 정말 혼란스러워요 " 노이즈 요인이 차단과 어떤 관련이 있는지 이해할 수 없습니다." 이렇게 차단이 이루어집니다 이내에 각 블록에서 노이즈가 일정하므로 정밀도가 높아집니다. 블록 내에서 일정하게 유지되던 노이즈를 의도적으로 변경 ~ 사이 추론 공간을 늘리는 블록.
아마도 소음의 정의일 것입니다. 저는 노이즈를 관리할 의향이 없는 요인/변수(미래 시제)로 정의합니다. 내가 관리한다는 것은 제어하거나 수준을 설정하는 것입니다. 요인을 관리하지 않으려는 이유는 다음과 같습니다.
1. 기술이 없거나 없습니다.
2. 너무 비싸다
3. 불편하다
나는 대부분의 시간을 제품 개발(R&D)에 할애합니다. 대부분의 시간은 디자인 요소가 제품 성능에 어떤 영향을 미치는지 이해하는 데 사용되며 인과 구조를 이해하기 위해 실제로 노력하고 있습니다. 관리할 수 있는 요소와 관리할 수 없는 요소를 결정해야 합니다. 그런 다음 이러한 결정을 뒷받침하거나 무효화하는 데이터를 얻습니다. 엔지니어는 설계 요소가 고객의 손에 있는 제품 성능에 얼마나 효과적인 영향을 미치는지 고려해야 합니다. 엔지니어는 재료, 제조/조립, 테스트, 유통, 보관, 사용 등 변동의 원인을 고려해야 합니다. 역사적으로 제품 개발은 매우 작은 추론 공간에서 극히 적은 수의 샘플로 수행됩니다. 제품의 복잡성과 비용에 따라 디자인이 미래에 얼마나 잘 작동할지 결정하기 위해 몇 개의 "베타" 단위만 얻을 수 있습니다. 아마도 이것 때문에 그들은 소음을 가능한 한 일정하게 유지하면서 이 작은 규모에서 제품 성능을 테스트하기로 선택합니다(따라서 실험의 정밀도를 높임). "베타" 장치는 1개의 원자재 로트, 1개의 제조 라인(생산 라인이 아닐 가능성이 높음), 1명의 조립 작업자, 주변 조건이 크게 변하지 않는 짧은 시간 동안 테스트, 1개의 측정 시스템에서 나옵니다. , 고객 사용의 변화는 모두 일정하게 유지됩니다(이전의 잉크 예를 사용하여...압력, 각도, 기판 및 환경 조건을 일정하게 유지). 그런 다음 이러한 결과를 미래로 추정하고 성능 및 안정성 통계도 주장합니다. 당신은 아마 이것을 알고 있습니다! 문제는 향상된 정밀도와 증가된 추론 공간으로 베타 단위의 작은 샘플을 테스트하는 방법입니다. DOE에 감사드립니다!엔지니어/과학자들은 이러한 상황에서 소음을 처리할 전략이 필요합니다. 설계 구조는 방정식의 일부일 뿐입니다. 프로세스의 모든 요소 중 일반적으로 실험되는 비율은 몇 퍼센트입니까? "기타" 요소는 어떻게 처리됩니까? 차단은 이러한 전략 중 하나입니다(물론 다른 전략도 있지만). 차단은 많은 소음 요인을 혼란스럽게 하지만 다음과 같은 질문에 답할 수 있는 기회를 제공합니다. 미래에 소음이 변경되면 정의상 관리되지 않기 때문에 변함없이 제품이 의도한 대로 작동할까요? 만약 설계 요인의 영향 엔지니어가 제품 성능을 개선하기 위해 선택하고 있습니다. 소음에 따라 다름 (이것이 인터랙션의 정의입니다.) 그러면 설계 엔지니어는 설계 요소에 대한 설정을 어떻게 지정합니까? 이 문제를 더 일찍 발견할수록 더 많은 옵션을 사용할 수 있고 더 비용 효율적으로 수정하거나 완화할 수 있습니다. 설계 요소가 노이즈 변화에 대해 제품 성능에 동일한 영향을 미치면 견고한 제품 설계가 있는 것입니다.
Re: 고정 차단 변수는 예측 프로파일러에 표시되지 않는다는 점만 제외하면 범주형 변수와 같은 것인가요?동의합니다. 나는 이제 소음 요인의 예에 혼란스러워합니다. 노이즈 요인이 차단과 어떤 관련이 있는지 이해하지 못합니다.
아니요, Lot이나 Day와 같이 단순한 차단이 아닌 고정 효과를 가진 또 다른 요인이 있다고 제안하고 있습니다. 식별되지 않았을 수도 있지만 블록 변경에 따라 달라지는 제어되지 않은 잠복 변수입니다. 차단은 단순한 평균 이동을 설명합니다. 상호 작용은 다른 요소가 활성 상태임을 나타냅니다. 그게 내가 의미하는 전부입니다.
Re: 고정 차단 변수는 예측 프로파일러에 표시되지 않는다는 점만 제외하면 범주형 변수와 같은 것인가요?나는 당신의 요점을 이해하지 못할 수도 있습니다 @Mark_Bailey ? 음, "그들은 그렇게 해서는 안 된다"? 이것은 현실 세계에서 자주 발생합니다. 이는 제품 또는 공정 설계가 견고하지 않다는 표시입니다. 강건성을 확보하려면 노이즈가 변경되는 동안 설계 요소를 실험해야 합니다.
과학적 관점에서 블록별 상호 작용이 존재할 수 없다고 제안하는 건가요? 그렇다면 동의하지 않을 수 없습니다. 한 가지 예를 들겠습니다(내가 작업한 수백 가지 중에서). 볼펜용 잉크를 디자인합니다. 잉크 전달 시스템은 중력과 모세관의 기능입니다. 사용자가 기판(예: 종이)에 펜을 고정하면 볼이 펜 "안으로" 이동하여 잉크가 흐를 수 있습니다. 기판이 잉크를 흡수합니다. 제품과 관련된 많은 설계 요소가 있습니다(예: 형상, 치수, 재료, 화학). 다음은 작업과 관련된 짧은 소음 목록입니다. 이들 중 어느 것도 펜 제조업체에서 제어할 수 없습니다.
펜을 잡는 각도
펜에 가해지는 압력
기질의 흡수 능력
주변 조건
역사적으로 이러한 "요인"은 잉크/펜 어셈블리의 성능 측정을 정량화하기 위해 "쓰기 테스트"를 수행하는 동안 일정하게 유지되었습니다. 설계는 현실 세계에서 거의 일어나지 않는 상황에 대해 "최적화"되고 있었습니다. 우리가 실험을 통해 발견한 것은 설계 요소의 성능이 노이즈에 달려 있다는 것입니다(이는 원래 RCBD를 통해 발견한 후 Cross Product Arrays(split-plots)를 통해 최적화됨). 상당히 합리적이고 과학적으로 합리적입니다. 고객 불만의 이유는 펜이 사용되는 조건을 테스트하지 않았기 때문입니다.
Re: 고정 차단 변수는 예측 프로파일러에 표시되지 않는다는 점만 제외하면 범주형 변수와 같은 것인가요?다른 사람들은 문제를 잘 해결했습니다. 상호 작용 효과에서 차단 요소를 제외한다는 아이디어만 다루고 싶습니다. 그것은 약간의 철학적 결정입니다. 이 설계에서는 일 또는 로트와 같은 잡음 요인의 한 수준에 런 블록을 할당합니다. 블록 효과를 절편에 대한 로컬 조정으로 간주하십시오. 블록의 이동을 설명하기 위해 전체 평균 응답에서 변경됩니다. 교호작용은 요인의 고정 효과가 변한다는 것을 나타내기 때문에 제외합니다. 그렇게 해서는 안 됩니다. 응답과 요인 간의 관계는 모든 블록에서 동일해야 합니다. 그렇지 않은 경우 블록 사이에 변경되고 더 많은 고정 효과를 제공하는 숨겨진 알려지지 않은 요소가 있어야 합니다. 따라서 수학이나 선형 모델이 아닙니다. 배제 배후에 있는 과학적인 관점입니다.
Re: 고정 차단 변수는 예측 프로파일러에 표시되지 않는다는 점만 제외하면 범주형 변수와 같은 것인가요?상호 작용이 있기 때문에 솔루션 1을 활용하고 특히 프로파일러가 이러한 상호 작용을 시각화하는 데 도움이 될 수 있으므로 기증자를 요인으로 취급하고 싶습니다.
그러나 예측 프로파일러에 이것을 포함하는 것은 특별히 도움이 되지 않습니다. 기증자 가변성은 내가 항상 처리해야 하는 것이기 때문입니다. 동일한 기증자에게 계속해서 돌아가서 '최대화'를 유지할 수는 없습니다.
프로파일러에서 도너를 Alt-클릭하면 "Lock Factor Setting"을 선택하면 최대화 문제를 완화할 수 있습니다. 이렇게 하면 기증자가 움직이지 않도록 하면서 프로파일러가 다른 요소를 최대화할 수 있습니다. 물론, 나는 당신이 쓴 것을 잘못 읽었을 수도 있고 요인 설정을 잠그는 것이 정확히 당신이 피하려는 것일 수도 있습니다.
Re: 고정 차단 변수는 예측 프로파일러에 표시되지 않는다는 점만 제외하면 범주형 변수와 같은 것인가요?안녕 @QW ,
지금까지 응답에 좋은 조언이 많이 있습니다.
"...티 여기서 내 성가신 변수를 차단 요인으로 할당하는 것과 그냥 범주라고 부르는 것 사이에는 실질적인 차이가 없는 것으로 보입니다. "
옳은. 이 경우 디자인에는 차이가 없습니다.
기증자 요인을 차단 요인으로 지정하든 범주형 요인으로 지정하든, 8회 실행의 경우 2^3 완전 요인은 요인 효과(직교)의 상관 관계가 0인 최적의 솔루션입니다.
도움이 되길 바랍니다.
필
Re: 고정 차단 변수는 예측 프로파일러에 표시되지 않는다는 점만 제외하면 범주형 변수와 같은 것인가요?최대한 명확하게 말씀드리겠습니다. 분석 진행 방식을 결정하는 것은 JMP가 아니라 사용자입니다. 많은 열거형 통계학자는 블록 효과를 무작위 효과로 간주합니다. 저는 인과 구조를 이해하기 위해 보다 분석적인 접근 방식을 취합니다. 소음을 식별하기 위해 실사를 수행했을 때 소음과 소음의 파급 효과를 이해하는 더 효과적인 수단인 IMHO가 있습니다. 예, RCBD의 포화 모델에 블록 및 모든 블록별 상호 작용을 포함합니다.
보다: 더그 샌더스, 메리 G. 라이트네이커, 로버트 A. 맥린 (2002) 산업 연구의 무작위 완전 블록 디자인, 품질공학, 14:1, 1-8, DOI: 10.1081/QEN-100106880
두 번째 문단과 관련하여 두 명만 샘플링하여 모든 기부자를 추론할 수 있을 것 같지 않습니다. 기증자가 반응에 영향을 미치는 이유에 대한 가설이 있을 수 있습니다(예: 연령, 기저 조건, 성별, 유전학...). 기증자 조건의 극단을 포착할 기증자를 선택할 수 있는 경우(예: 굵은 수준 설정) 연구 결과가 미래에 유용하도록 충분히 추론 공간을 늘릴 수 있습니다. 그러나 이것이 가능하지 않은 경우 훨씬 더 큰 샘플에서 기증자 간 변동을 캡처해야 합니다.
경험 법칙:
“안타깝게도 미래의 실험(미래의 시험, 내일의 생산)은 이 실험에 영향을 미치는 것과는 다른 환경 조건(온도, 재료, 사람)의 영향을 받을 것입니다… 아마도 추가 실험을 통해 도움을 받을 수 있습니다. (이탤릭체가 추가됨) 미래의 환경 조건이 결과를 사용할 수 있을 만큼 오늘날의 환경 조건과 충분히 비슷할지 여부를 잘못 판단할 위험이 있지만 더 넓은 범위의 조건을 포괄할 수 있습니다.”
데밍 박사
Re: 고정 차단 변수는 예측 프로파일러에 표시되지 않는다는 점만 제외하면 범주형 변수와 같은 것인가요?감사해요, @statman . 이 문장과 관련하여: " 이 전략을 사용하면 블록 효과의 크기를 평가할 수 있으며 설계 요소 효과가 변화하는 노이즈에 대해 일관성이 있는지 평가할 수 있는 추가 보너스(블록별 상호 작용으로 정량화됨)를 평가할 수 있습니다." JMP가 블록:인자 상호 작용을 차단 변수의 특성으로 간주하지 않지만(즉, 차단 변수가 아닌 범주형 요인의 특성으로 간주됨) 어쨌든 차단:인자 상호 작용을 맞춰야 한다는 말씀이신가요? ?
둘째, 요점에 대해: "이제 노이즈를 식별하지 않은 경우 노이즈를 임의의 효과로 취급해야 합니다. 노이즈가 미래 조건을 얼마나 대표하는지 알 수 없기 때문에 결과를 미래에 외삽하는 신뢰도를 높이려면 샘플 크기를 늘려야 할 것입니다." 기증자 가변성의 가능한 원인이 너무 많아서 가변성을 유발하는 기증자에 대해 구체적으로 무엇인지 결정하기보다는 단순히 하나의 변수로 혼동하려고 합니다. 이 경우 이를 무작위 효과로 취급하는 것이 가장 논리적입니다. 그러나 인력이 보통 2~3명으로 스크리닝할 수 있는 기증자의 수를 제한하기 때문에 기증자를 고정 효과로 모델링해야 할 것입니다("이러한 특정 기증자는 사례별로 흥미롭다는 것을 알았습니다"). 더 많은 모집단으로 추정할 수 있는 기증자 가변성과 관련된 잡음에 대해 확신 있는 예측을 하기 전에 얼마나 많은 기증자를 선별해야 하는지 테스트하기 위한 경험 법칙/통계가 있습니까?
감사해요.
Re: 고정 차단 변수는 예측 프로파일러에 표시되지 않는다는 점만 제외하면 범주형 변수와 같은 것인가요?감사해요, @Victor_G . 주어진 답변을 읽었지만 차단과 단순히 범주 요소 추가에 관한 한 가지에 대해 여전히 혼란 스럽습니다.
사용자 지정 디자이너에서 8개의 런과 2개의 변수가 있고 크기가 4인 블록으로 그룹화하도록 선택하면 기본적으로 각 블록이 직교하는 완전 요인 설계를 얻습니다. 대신 차단 변수를 범주형 변수로 포함하도록 선택하면 범주형 변수의 각 수준이 직교하는 완전 요인 설계를 다시 한 번 얻게 됩니다. 그런 의미에서 내 성가신 변수를 차단 요인으로 지정하는 것과 그냥 범주형이라고 부르는 것 사이에는 실질적인 차이가 없는 것 같습니다.
나에게 차단의 유일한 지점은 다음과 같습니다.
1. 사용자 정의 설계 대화 상자에서 블록:요소 상호 작용을 제거합니다. 블록 내 요인 효과는 블록과 무관해야 한다는 생각 때문입니다.
2. 블록의 '최고 수준'을 찾는 데 별로 신경쓰지 않으므로 예측 프로파일러를 이해하기 쉽게 만듭니다.
Re: 고정 차단 변수는 예측 프로파일러에 표시되지 않는다는 점만 제외하면 범주형 변수와 같은 것인가요?나는 당신이 제기하는 질문에 대해 다른 "테이크"를 가지고 있습니다. 차단은 실험에서 노이즈를 처리하는 한 가지 방법입니다. 소음은 미래에 관리할 의향이 없는 요인입니다(기술이 없거나 비용이 너무 많이 들거나 단순히 관리하기 불편하기 때문입니다). 블록은 큰 노이즈 덩어리를 집계하기 위한 것입니다(블록 효과와 혼동되는 노이즈 변수가 많을 수 있음). 블록은 설계 정밀도를 감소시키지 않으면서 추론 공간을 증가시킵니다(실제로 블록은 설계 정밀도를 증가시킬 수 있습니다. 하루가 끝나면 차단 효과의 크기에 관심이 있을 수 있지만 "최고" 수준을 선택할 수는 없습니다. 물론 이것은 범주형 요인에는 해당되지 않습니다. 다른 수준보다 한 수준을 선택할 수 있습니다.
차단과 관련하여 노이즈가 무엇인지 식별한 경우(이는 중요한 단계임) 노이즈를 고정 효과로 처리할 수 있는 옵션이 있습니다. 이 전략을 사용하면 블록 효과의 크기를 평가할 수 있으며 설계 요소 효과가 노이즈 변화에 대해 일관성이 있는지 평가할 수 있는 추가 보너스(블록별 상호 작용으로 정량화됨)를 평가할 수 있습니다. 이것이 설계 요소 견고성의 진정한 척도입니다. 문제는 실험에서 이 노이즈를 어떻게 표현하느냐입니다. 조사 요인에 대해서도 동일한 조언이 적용됩니다. 실험은 작은 규모(상대적으로 좁은 추론 공간)에서 이루어지기 때문에 추론 공간을 늘리려면 효과를 과장해야 합니다. 이것이 스크리닝 실험에서 요소를 굵은 수준으로 설정하는 이유입니다. 이것은 노이즈 효과에도 해당되며 디자인 공간에서 노이즈를 과장하십시오. 예를 들어 주변 조건이 춥고 건조한 곳에서 한 블록을 실행하고 두 번째 블록은 따뜻하고 습한 곳에서 실행할 수 있습니다. 기증자가 왜 다를까요? 기증자의 어떤 물리적 특성이 응답 변수에 영향을 줄 수 있습니까? 디자인 요소가 기부자와 상호 작용할 수 있는 것은 무엇입니까? 이러한 질문에 대한 답변은 기증자를 선택하는 방법을 결정하는 데 도움이 될 수 있는 가설의 기초를 형성합니다.
이제 노이즈를 식별하지 못한 경우 노이즈를 무작위 효과로 취급해야 합니다. 노이즈가 미래 조건을 얼마나 대표하는지 모르기 때문에 결과를 미래에 외삽하는 데 대한 확신을 높이기 위해 샘플 크기를 늘려야 할 가능성이 높습니다.
"할 수 있는 것은 차단하고, 할 수 없는 것은 무작위화" GEP 상자. (확인된 노이즈 차단, 노이즈를 식별하지 못한 경우 무작위화 사용)
Re: 고정 차단 변수는 예측 프로파일러에 표시되지 않는다는 점만 제외하면 범주형 변수와 같은 것인가요?안녕 @QW ,
당신의 생각은 올바른 길에 있고, 범주형 요인과 차단 요인은 현실과 용도가 다릅니다(실험에서 독립적으로 변경할 수 있는 고정 효과 대 알려진 수준(요일) 또는 알 수 없는 수준 수(기증자 특성)의 무작위 효과) ).
이 주제를 다루고 있는 주제를 살펴볼 것을 제안합니다. @Mark_Bailey 그리고 @Dan_Obermiller ), 이는 귀하의 경우에 가장 합리적인 옵션을 선택하는 데 도움이 될 수 있습니다.
DoE의 차단에 대한 녹화된 웨비나도 있습니다. 실험 설계 시 차단 사용 - JMP 사용자 커뮤니티
이 첫 번째 답변이 도움이 되길 바라며,
