Durchführung eines Split-Plot-Designs an zwei TagenHallo,
Dies ist eigentlich eine Folgefrage dazu Post und das dazugehörige Experiment.
Ich möchte dies sehr allgemein halten, deshalb werde ich nicht zu sehr ins Detail gehen.
Wir wollen eine Partikelsuspension aus einem Vorratsbehälter mit unterschiedlicher Füllhöhe, in dem die Partikel bewegt werden, umfüllen.
Wir haben drei einfach zu ändernde Übertragungsfaktoren, zwei schwer zu ändernde Partikelrührfaktoren und den sehr schwer zu ändernden Behälterfüllhöhenfaktor.Hart und sehr schwer können nicht unabhängig voneinander variieren.
Das erwartete Modell wurde reduziert, um unseren Annahmen hinsichtlich Wechselwirkungen und allgemeiner Komplexität zu entsprechen. Um eine angemessene Präzision zu erreichen, benötigen wir höchstwahrscheinlich 8 Gesamt- und 16 Unterplots, aber die Anzahl der erforderlichen Durchläufe übersteigt unsere tägliche Kapazität, sodass wir das Experiment an zwei Tagen durchführen möchten.
Der tatsächliche Alltagseffekt interessiert uns nicht speziell, da dieser sicherlich zufällig ist.
Können wir nun einfach die erste Hälfte des Split-Plot-Designs an Tag 1 (gesamte Parzelle 1–4) und die zweite Hälfte an Tag 2 (gesamte Parzelle 5–8) ausführen, ohne dass ein weiterer Tagesblockierungsfaktor eingeführt werden muss?
Sollte uns außerdem irgendetwas davon abhalten, die erste Halbzeit zu analysieren, um zu prüfen, ob wir möglicherweise bereits eine ausreichende Präzision erreicht haben, und die zweite Halbzeit erst durchzuführen, wenn die Ergebnisse des ersten Tages nicht schlüssig sind?
Grüße Ben
VersuchsplanungErgebnisse teilen und kommunizierenBetreff: Durchführung eines Split-Plot-Designs an zwei TagenDanke @Victor_G und danke dir @Phil_Kay .
Ihre Antworten haben sich perfekt ergänzt und jetzt weiß ich, was ich brauche.
Betreff: Durchführung eines Split-Plot-Designs an zwei TagenHallo @BenGengenbach ,
Es fehlen noch Informationen zu den Modellbedingungen, die Sie in Ihrem Modell schätzen möchten (oder ich habe diese Informationen möglicherweise übersprungen), aber ich werde versuchen, Ihnen bestmöglich zu helfen.Ich habe einen Entwurf mit der von Ihnen genannten Faktorenbeschreibung, der Anzahl der gesamten Parzellen (8)/Unterplots (16) und einem Modell nur mit Haupteffekten (48 Läufe) erstellt, um fundiertere und anschaulichere Antworten zu erhalten, die Ihrem Problem entsprechen .
Erstens kein Problem damit, dass „ Die Faktoren „Schwer“ und „Sehr schwer zu ändern“ können nicht unabhängig voneinander variieren. Dies ist in JMP bereits während der Designerstellung eine Option, wenn diese Arten von Faktoren eingeführt werden (wie Sie erwähnt haben):

Zu Ihren Fragen:
- „Können wir nun einfach die erste Hälfte des Split-Plot-Designs an Tag 1 (gesamte Parzelle 1–4) und die zweite Hälfte an Tag 2 (gesamte Parzelle 5–8) ausführen, ohne dass ein weiterer Tagesblockierungsfaktor eingeführt werden muss?“: Eine nützliche Möglichkeit, ein randomisiertes Blockexperiment zu betrachten, besteht darin, es als eine Sammlung vollständig randomisierter Experimente zu betrachten, die jeweils innerhalb eines der Blöcke des gesamten Experiments durchgeführt werden. In jedem w In Hole-Plots gibt es eine Randomisierung der Faktorstufen für leicht veränderbare Faktoren. Die Ebenen der schwer zu ändernden Faktoren werden in Unterhandlungen gruppiert. Wenn Sie sich die Verteilungen der Faktorebenen für die ersten vier Gesamtdiagramme (oder die ersten acht Unterdiagramme) ansehen, können Sie erkennen, dass die Ebenenverteilung für alle Faktoren ausgeglichen ist:

Ich hätte genauso wie Phil gedacht, dass das Hinzufügen einer Blockierungsvariablen „Tag“ helfen würde, aber in diesem Fall werden die Effekte ganzer Plots und Unterplots bereits als zufällige Effekte behandelt (sodass Sie bereits die Varianz Ihrer Antwort(en) vom Gesamtergebnis abschätzen können Plots zu ganzen Plots und von Unterplots zu Unterplots) und das Hinzufügen einer blockierenden Variablen hier würde die Struktur ganzer Plots und Unterplots durcheinander bringen (wie Sie bereits zeigen):

- „Sollte uns auch irgendetwas davon abhalten, die erste Halbzeit zu analysieren, um zu prüfen, ob wir möglicherweise bereits eine ausreichende Präzision erreicht haben, und die zweite Halbzeit erst zu absolvieren, wenn die Ergebnisse des ersten Tages nicht schlüssig sind?“ : Gleiche Antwort wie Phil, Sie können sich durchaus Ihre ersten ersten Ergebnisse ansehen. Bedenken Sie jedoch, dass die Analyse von nur der Hälfte Ihrer Ergebnisse bedeutet, dass Sie eine geringere Fähigkeit zur Erkennung von Effekten haben, sodass ein nicht signifikanter Effekt aus der Analyse der Ergebnisse von Tag 1 signifikant werden kann, wenn alle Ergebnisse vorliegen. Hier sind Screenshots der Leistungsanalyse der Datentabelle von Tag 1 im Vergleich zur vollständigen Datentabelle:


Die größte Veränderung bei der Erkennung von Effekten ist bei Haupteffekten zu beobachten, bei denen schwer/sehr schwer veränderbare Faktoren beteiligt sind.
Ich hoffe, diese Antworten werden Ihnen helfen.
Anbei finden Sie die Datentabelle, die zur Veranschaulichung in meiner Antwort verwendet wird.
Betreff: Durchführung eines Split-Plot-Designs an zwei TagenHallo Phil,
Danke für die schnelle Antwort.
Es tut mir leid, aber ich bin mir nicht sicher, ob Sie sagen, dass der zusätzliche Tag-Blockierungseffekt nicht notwendig ist, da ich bereits Variationen zwischen ganzen Parzellen erfasse, oder ob ich ihn hinzufügen sollte, weil beispielsweise das Split-Plot-Design einen zusätzlichen Tag-Blockierungsfaktor haben sollte?
Und das Hinzufügen eines zusätzlichen Tagesblockierungsfaktors zu einem Split-Plot-Versuch bedeutet praktisch, einen weiteren kategorischen, sehr schwer zu ändernden Faktor auf zwei Ebenen hinzuzufügen und den Entwurf dann nach diesem kategorischen Tagesfaktor zu sortieren? Wenn ich diesen kategorischen Tagesfaktor als Haupteffekt in das Modell einbeziehe, ändert sich die Leistung kaum, aber fds steigt leicht an.
Wenn ich versuche, während der Designgenerierung einen „blockierenden“ Faktor aus der Dropdown-Liste hinzuzufügen (mit 1/2 meiner Läufe pro Block) Die resultierende Blockstruktur bricht meine bereits bestehende Gesamt- und Nebenhandlungsstruktur auseinander.
" Hart und sehr schwer können nicht unabhängig voneinander variieren. "
Das bedeutet, dass ich das Kontrollkästchen während der Designgenerierung nicht aktiviert habe und meine Blockierungsfaktoren verschachtelt sind.
Aus der JMP-Hilfe:
Wenn Sie diese Option aktivieren, wird ein zweiseitig geteilter Plotentwurf erstellt. Wenn diese Option nicht vorhanden ist Wenn diese Option aktiviert ist, wird der Versuchsplan als Split-Split-Plot-Versuchsplan mit Verschachtelung der Faktoren bei beiden behandelt Ebenen.
Prost Ben
Betreff: Durchführung eines Split-Plot-Designs an zwei TagenIch würde sagen, es hängt davon ab, wie besorgt Sie sind, dass sich etwas geändert hat, das außerhalb Ihrer Kontrolle liegt und den Prozess zwischen Tag 1 und Tag 2 erheblich beeinflussen wird. Selbst dann bedeutet die Tatsache, dass Sie dies als geteiltes Diagramm ausführen, dass das Modell Variationen zwischen ganzen Diagrammen erfasst. Streng genommen sollte dies wahrscheinlich einen blockierenden/zufälligen Effekt für den Tag beinhalten. Ich kann mir keinen Grund vorstellen, das nicht hinzuzufügen, außer dass es einen zusätzlichen Grad an Freiheit verschlingt.
Ich bin etwas besorgt über Ihre Beschreibung, dass „ Hart und sehr schwer können nicht unabhängig voneinander variieren. " Das klingt, als ob alle Ihre schwer und sehr schwer veränderbaren Faktoren vollständig miteinander korrelieren. Ich vermute, dass du das nicht meinst.
Und ich würde sagen, dass Sie auf jeden Fall Ihre Ergebnisse vom ersten Tag an betrachten können und sollten. Beachten Sie, dass es sich hierbei natürlich um einen unvollständigen Entwurf handelt, sodass es wahrscheinlich nicht möglich sein wird, alles abzuschätzen, was Sie mit dem zu testenden Experiment entworfen haben. Und Präzision und Leistung werden viel geringer sein. Durch das Hinzufügen eines Tagesblockierungsfaktors in der Entwurfsphase können diese Probleme minimiert werden.
Ich hoffe das hilft,
Phil