ありがとう@J_Asscherそして@Phil_Kayこのセッションに参加したすべてのユーザーに感謝します。
ビデオ：
アンケートの質問の結果:
議論はチャットで続きました。
質問:プロット全体のデフォルト数を常に受け入れますか? それを増やすことはありますか？
A1:確かに非常に便利ですが、モデリングには少し問題が生じる場合があります。
A2:変更が難しい要因に対する主効果の推定値の検出力と精度をさらに高めたい場合は、プロット全体の数を増やす必要がある場合があります。
Q: 実験をグループ化して標準計画を実行することにはどのような意味がありますか?それは受け入れられることはありますか？
A1:時間、温度、演算子など、応答に影響を与える変数が潜んでいる可能性があります。また、エラーはランダムではなくなり (「ブロックの変更」による変更に対応する可能性があります)、重要な要素が隠蔽されたり、明らかになったりする可能性があります。重要でないものは隠れた変数と相関している
A2: 2 つのブロックを作成し、最初の部分では X1 が -1、2 番目の部分では +1 になっていると想像してください。 時間の経過とともに増加する隠された効果または何かが劣化している場合、この効果は、そうでない場合でも X1 に起因します。 これにより、誤ったモデルが生成される可能性があります。
セッション中にさらにいくつかの情報が共有されました。
- 分割プロットに関するホワイト ペーパー: https://www.stat.purdue.edu/~kuczek/stat514/Split%20plot%20example.pdf
- LinkedIn でフィルをフォローしてください: #DOEbyPhilKay
- LinkedIn でビクター・ギラーをフォローしてください: https://www.linkedin.com/in/victorguiller/
