설계 및 분석에서 변수를 차단하는 것에 대한 혼란이 남아 있습니다.안녕하세요. 저는 JMP Pro 15.2.1을 사용하고 있습니다.
설계된 실험의 차단에 대해 지속적인 혼란이 있습니다. 특히 내가 실제로 차단하고 있는지 여부.
내 실험에는 세 가지 2수준(켜기/끄기) 관심 요인이 있습니다. 응답 변수는 작업을 수행하는 데 걸리는 시간입니다. 저는 2x2x2 계승을 수행하고 싶고 주효과와 양방향 상호작용의 중요성을 테스트하는 데 관심이 있습니다. 나는 24회 실행 또는 8회 치료 중 3회 반복을 수행했습니다.
또한 실행을 수행하는 6명의 다른 연산자가 있다고 가정해 보겠습니다. 나는 연산자 효과에 관심이 없지만 이러한 변동 원인을 설명하고 싶습니다. 복잡한 문제는 내가 제어할 수 없는 제약으로 인해 각 작업자가 "표시"되고 서로 다른 실행 횟수가 할당된다는 것입니다. 즉, 무작위로 추출된 24개의 실행 테이블 중 2~6번의 실행이 할당됩니다.
다음과 같은 방식으로 실험을 진행했다고 가정해 보겠습니다.
- 연산자 1이 나타났고, 예를 들어 6번의 실행을 수행할 수 있었습니다. 나는 24개 실행 테이블에서 6개의 무작위 처리를 연산자 1에 할당했습니다.
- 연산자 2가 나타났고, 예를 들어 4번의 실행을 수행할 수 있었습니다. 나머지 18개 실행 중 무작위 처리 4개를 연산자 2에 할당했습니다.
- 24번의 실행이 완료될 때까지 나머지 연산자로 반복합니다.
따라서 이것은 정확하게 차단된 디자인이 아닙니다. 그만큼 운영자 무작위화에 대한 제약이 아니었습니다. 이는 범주형 공변량에 가깝습니다. 아마도 운영자의 기술은 다르지만 그들의 기술에 대한 정량적 대리 측정(예: 수년간의 경험 또는 기본 성능 테스트)이 없습니다.
분석을 수행할 때 단순히 다음 사항을 포함합니까? 운영자 이러한 변동 원인을 설명하기 위한 항(6명의 연산자가 모집단의 표본이기 때문에 무작위 효과)은 무엇입니까? 할당합니까? 디자인 역할 (JMP 열 속성 사용) 운영자 열? 그렇다면 차단 역할이나 공변량 역할을 할당해야 합니까? 아니면 제가 실험을 수행한 방식을 고려할 때 그것이 부적절합니까? 아니면 그냥 입력할까요? 운영자 다른 주효과처럼 모델을 고려하고 그 자체에는 관심이 없기 때문에 단순히 그 중요성을 무시하시겠습니까?
BIBD를 살펴봐야 할까요? 이에 대한 JMP 모듈은 내 제약 조건에 맞지 않는 것 같습니다.
모두 감사합니다.
실험 설계Re: 설계 및 분석에서 변수를 차단하는 것에 대해 지속적인 혼란이 있습니다.실험을 설계할 때 연산자를 무시하겠습니다. 제안한 대로 공변량처럼 취급하되 나중에 추가하세요. 테이블 만들기를 클릭한 후 연산자를 새 명목 데이터 열로 추가하겠습니다. 이 열을 사용하여 각 실행에 대한 연산자를 기록합니다. 이 열을 모델의 항으로 추가하고 이 항에 Random Effect 특성을 추가합니다.
이는 최적은 아니지만 실용적이며 작동할 것입니다. 이 접근 방식을 사용하면 기본 실험의 설계에 집중할 수 있지만 측정 시스템에 걸쳐 추가되는 변형을 계속 고려할 수 있습니다.
Re: 설계 및 분석에서 변수를 차단하는 것에 대해 지속적인 혼란이 있습니다.감사해요 @마크_베일리 나는 올바른 길을 가고 있다고 생각합니다. 운영자에게 디자인 역할 모델에 랜덤 효과 항으로 추가하면 어떤 차이가 있습니까?
Re: 설계 및 분석에서 변수를 차단하는 것에 대해 지속적인 혼란이 있습니다.DOE 요인의 열 속성은 귀하의 경우 연산자 공변량에 도움이 되지 않습니다.
Re: 설계 및 분석에서 변수를 차단하는 것에 대해 지속적인 혼란이 있습니다.내 생각은 다음과 같습니다.
1. 당신의 말에 혼란스러워요 " 나는 연산자 효과에 관심이 없지만 이러한 변동 원인을 설명하고 싶습니다."? 운영자(소음)를 제어할 수 없다는 것을 이해하지만 운영자 효과를 이해하고 더 중요하게는 연구 요소의 영향이 운영자 변경에 대해 일관되게 적용됩니까?
2. 너무 늦었을 수도 있지만 왜 할 수 없는지 모르겠습니다. 계획 연구에 연산자 효과를 포함하려면(예: 실험에서 "표시"될 때 기준을 충족하는 특정 연산자만 사용합니다. 실행이 불편할 수도 있고 시간이 더 걸릴 수도 있지만, "더 나은" 정보를 얻을 수도 있습니다.
3. 다음과 같은 가설이 있습니까? 왜 연산자가 응답 변수의 평균이나 변동에 영향을 미칠 수 있습니까? 운영자는 구체적으로 무엇을 다르게 수행하거나 운영자마다 무엇이 다른가요? 실제로 변화하는 사항에 대해 보다 구체적으로 가설을 세울 수 있다면 실험에 효과(예: 경험, 기술, 손재주)를 포함시키는 보다 효율적인 수단을 가질 수 있습니다. 그렇다면 차단 또는 교차 제품 배열을 효과적으로 사용할 수 있습니다.
4. 명심해야 할 사항은 무작위화가 편향을 최소화하고 추론을 높이며 오류를 정량적으로 추정하는 탁월한 전략이지만 무작위 오류는 할당할 수 없습니다.
5. 상황에 따라 Mark의 제안에 따라...연산자라는 열을 만들고 다른 연산자를 코딩합니다. 실용적인 그래픽 분석(vs. ANOVA)으로 시작하세요. 데이터를 그릴 때 행>색상 또는 열별 표시를 사용하고 연산자 열을 선택하여 흥미로운 패턴을 찾습니다. 조작자 효과가 치료 효과와 동일 선상에 있을 수 있음을 인식하십시오.
Re: 설계 및 분석에서 변수를 차단하는 것에 대해 지속적인 혼란이 있습니다.몇 가지 답변이 있지만 실험에서 실제로 5명의 운영자로 구성된 팀이 있다는 점을 분명히 하겠습니다.운영자는 팀 내에 중첩되어 있으며 팀 간에 혼합되지 않습니다. 각 임무는 팀에 의해 수행되었기 때문에 모델에 '팀'이라는 용어를 포함시켰습니다.
1. 네, 변경된 운영자 팀에 걸쳐 요인 효과(있는 경우)가 유지되는지 알고 싶습니다. 그러나 그것은 무작위 효과로 인한 성가신 요소입니다. 내 관심은 오로지 실험에서 관찰된 요인 효과가 팀의 이론적 모집단에 일반화될 수 있다고 주장하는 것입니다.
2. 이와 같은 운영자 심사는 현재로서는 선택 사항이 아닙니다. 그러나 다른 고려 사항은 아래 #5를 참조하세요.
3. 일부 게이머를 다른 게이머보다 더 좋게 또는 더 나쁘게 만드는 요인의 종류를 추측할 수 있습니다. 그러나 이러한 기술은 몇 번의 실행을 실행한 후에야 분명해집니다. #2에서 답변했듯이, 우리는 그들의 공연을 사전에 심사할 여유가 없습니다. 그러나 등록 과정에서 공변량으로 정량화할 수 있는 게이머 경험(게임 경력 등)을 참가자로부터 도출하는 것이 합리적입니다. 더 많은 생각 # 아래 5.
4. 코멘트 없음
5. 우리는 이미 각 운영자(또는 더 구체적으로 5명의 운영자로 구성된 팀)를 추적했습니다.실험 전반에 걸쳐 각 참가자가 있었다면(그렇지 않았습니다) 팀 전체에 운영자를 혼합하여 불량한 결과를 줄일 수 있었습니다. 개인 팀 내에서의 성과. 중요한 것은 우리가 더 큰 것을 관찰한다는 것입니다. 팀 내 우리보다 반응 변수의 변화 팀 전체 변화 . 따라서 모델에 '팀' 용어를 포함하면 오류를 관리하는 데 거의 도움이 되지 않습니다.'팀' 요소와 다른 요소 사이에는 상관관계가 없습니다. 이는 좋은 일입니다. 또한 이후 실행(예: 세 번째 및 네 번째 실행)에서 팀의 점수(반응 변수)가 향상되었다는 증거도 거의 없습니다. 또한 이전 실행과 관련된 더 큰 분산도 없습니다. 그럼에도 불구하고, 나는 엄청난 소음이 있는 4번의 반복 훈련보다는 3번의 '실행'을 통해 학습 효과를 제거하고 기록 실행이 최적이고 팀과 더 유사했는지 확인하는 것이 더 좋았을 것이라고 생각합니다. 성능 능력. 말하기 어렵다.
