Grazie @J_Asscher E @Phil_Kay per questa sessione, e a tutti gli Utenti che hanno partecipato!
Video:
Risultati delle domande del sondaggio:
La discussione è continuata attraverso la chat:
Q: Accetti sempre il numero predefinito di interi appezzamenti? Lo aumenteresti mai?
A1: Davvero molto utile, ma a volte un po' più problematico per la modellazione
A2: Potrebbe essere necessario aumentare il numero dell'intera trama se desideri più potenza e maggiore precisione nelle stime degli effetti principali per fattori difficili da modificare
Qual è l'implicazione di eseguire un progetto standard raggruppando gli esperimenti? è mai accettabile?
A1: Potresti avere variabili in agguato che influenzano le tue risposte, come tempo, temperatura, operatore, ecc... e l'errore non è più casuale (potrebbe corrispondere a cambiamenti dovuti ai "cambiamenti di blocco"), che possono nascondere alcuni fattori importanti o rivelare quelli non importanti correlati a variabili in agguato
A2: immagina se crei due blocchi e nel primo hai X1 come -1 e nella seconda parte come +1. Se hai un effetto nascosto o qualcosa che si degrada nel tempo e aumenta nel tempo, questo effetto viene attribuito a X1 anche se non lo è. Ciò può portare a falsi modelli.
Durante la sessione sono state condivise alcune ulteriori informazioni:
- Libro bianco sulla trama divisa: https://www.stat.purdue.edu/~kuczek/stat514/Split%20plot%20example.pdf
- Segui Phil su LinkedIn: #DOEdiPhilKay
- Segui Victor Guiller su LinkedIn: https://www.linkedin.com/in/victorguiller/
