Tengo una confusión persistente sobre el bloqueo de variables en mi diseño y análisis.Hola a todos, estoy usando JMP Pro 15.2.1.
Tengo una confusión persistente sobre el bloqueo en un experimento diseñado. En particular, si realmente estoy bloqueando.
En mi experimento, tengo tres factores de interés de 2 niveles (activado/desactivado). La variable de respuesta es el tiempo para realizar una tarea. Quiero hacer un factorial 2x2x2 y estoy interesado en probar la importancia de los efectos principales y las interacciones bidireccionales. Tengo 24 carreras disponibles, o 3 repeticiones de los 8 tratamientos.
Supongamos además que tengo 6 operadores diferentes realizando las ejecuciones. No me interesa el efecto operador, pero quiero tener en cuenta esta fuente de variación. Para complicar las cosas, debido a una restricción que no puedo controlar, cada operador "aparecerá" y se le asignará un número diferente de ejecuciones: entre 2 y 6 ejecuciones de la tabla aleatoria de 24 ejecuciones.
Supongamos que realicé el experimento de esta manera:
- apareció el operador 1, disponible para realizar, digamos, 6 carreras; Asigné seis tratamientos aleatorios de la tabla de 24 ejecuciones al operador 1.
- apareció el operador 2, disponible para realizar, digamos, 4 carreras; Asigné 4 tratamientos aleatorios de las 18 ejecuciones restantes al operador 2.
- repita con los operadores restantes hasta completar las 24 ejecuciones.
Entonces, este no es exactamente un diseño bloqueado. El Operador no fue una limitación para la aleatorización. Es más bien una covariable categórica. Es de suponer que los operadores difieren en habilidades, pero no tengo ninguna medida aproximada cuantitativa para su habilidad (como años de experiencia o una prueba de desempeño básica).
Cuando realizo el análisis, ¿incluyo simplemente los Operador término (como un efecto aleatorio, ya que los seis operadores son una muestra de la población) para explicar esta fuente de variación? ¿Le asigno un rol de diseño (usando las propiedades de la columna JMP) al Operador ¿columna? Si es así, ¿le asigno un rol de bloqueo o un rol de covariable? ¿O es eso inapropiado dada la forma en que realicé el experimento? ¿O simplemente ingreso el Operador ¿Tener en cuenta el modelo como cualquier otro efecto principal y simplemente ignorar su importancia ya que no estoy interesado en él per se?
¿Debería mirar BIBD? El módulo JMP para eso no parecía ajustarse a mis limitaciones.
Gracias a todos.
Diseño de experimentosRe: Tengo una confusión persistente sobre el bloqueo de variables en mi diseño y análisis.Ignoraría al Operador cuando diseñes el experimento. Trátelo como una covariable como sugirió, pero agréguelo más tarde. Agregaría Operador como una nueva columna de datos nominales después de hacer clic en Crear tabla. Utilice esta columna para registrar el operador de cada ejecución. Agregue esta columna como un término en el modelo y agregue el atributo Efecto aleatorio a este término.
Esto no será óptimo, pero es pragmático y funcionará. Este enfoque le permite centrarse en el diseño del experimento principal pero aún tener en cuenta la variación adicional entre los operadores.
Re: Tengo una confusión persistente sobre el bloqueo de variables en mi diseño y análisis.Gracias @Mark_Bailey Supongo que estaba en el camino correcto. ¿Darle al Operador un rol de diseño ¿Hay alguna diferencia cuando lo agrego como un término de efecto aleatorio en el modelo?
Re: Tengo una confusión persistente sobre el bloqueo de variables en mi diseño y análisis.Las propiedades de la columna para los factores DOE no ayudarán con la covariable Operador en su caso.
Re: Tengo una confusión persistente sobre el bloqueo de variables en mi diseño y análisis.Aquí están mis pensamientos:
1. Estoy confundido por tu declaración " No estoy interesado en el efecto operador, pero quiero tener en cuenta esta fuente de variación". Si bien entiendo que no se puede controlar al operador (ruido), creo que desea comprender el efecto del operador y, lo que es más importante, ¿son consistentes los efectos de los factores en su estudio al cambiar de operador?
2. Quizás sea demasiado tarde, pero no estoy seguro de por qué no puedes plan para incluir el efecto del operador en el estudio (por ejemplo, utilice sólo ciertos operadores que cumplan con sus criterios cuando "aparezcan" en el experimento). Puede que su ejecución sea incómoda y lleve más tiempo, pero es posible que obtenga "mejor" información.
3. ¿Tiene alguna hipótesis sobre por qué ¿Los operadores podrían influir en la media o la variación de la variable de respuesta? ¿Qué hacen específicamente los operadores de manera diferente o qué varía entre operadores? Si puede formular hipótesis más específicas sobre lo que realmente está cambiando, podría tener un medio más eficiente de incluir el efecto en el experimento (por ejemplo, experiencia, técnica, destreza). Si es así, puede utilizar matrices de bloqueo o de productos cruzados de forma eficaz.
4. Algo a tener en cuenta: si bien la aleatorización es una estrategia excelente para minimizar el sesgo, aumentar la inferencia y estimar cuantitativamente el error, los errores aleatorios no se pueden asignar.
5. Para su situación, algo parecido a la sugerencia de Mark... Cree una columna llamada operador y codifique los diferentes operadores. Comience con un análisis práctico y gráfico (frente a ANOVA). Cuando trace los datos, use Filas>color o marque por columna y elija la columna del operador para buscar patrones interesantes. Tenga en cuenta que los efectos del operador pueden ser colineales con los efectos del tratamiento.
Re: Tengo una confusión persistente sobre el bloqueo de variables en mi diseño y análisis.Algunas respuestas, pero aclararé que en nuestro experimento en realidad teníamos equipos compuestos por cinco operadores.Los operadores están anidados dentro de los equipos y no se mezclan entre equipos. Incluí un término de "equipo" en el modelo, ya que cada misión fue realizada por un equipo.
1. Sí, quiero saber los efectos de los factores (si los hay) entre los equipos cambiantes de operadores. Pero es un factor molesto de efecto aleatorio. Mi interés es únicamente afirmar que un efecto factorial observado en el experimento es generalizable a la población teórica de equipos.
2. La evaluación del operador como esta no es una opción en este momento. Sin embargo, consulte el punto 5 a continuación para conocer otras consideraciones.
3. Puedes adivinar los tipos de factores que hacen que algunos jugadores sean mejores o peores que otros. Pero esas habilidades no se vuelven evidentes hasta después de haber ejecutado algunas carreras. Como se respondió en el punto 2, no podemos darnos el lujo de realizar una evaluación anticipada de su actuación. Pero es razonable que durante el registro obtengamos de los participantes su experiencia de juego en términos que podrían cuantificarse como una covariable: años de juego, etc. Más pensamientos en # 5 a continuación.
4. sin comentarios
5. Ya hicimos un seguimiento de cada operador (o más específicamente, equipos que son grupos de 5 operadores).Si tuviéramos a cada participante durante todo el experimento (no lo hicimos), podríamos tener operadores mixtos en todos los equipos para reducir los efectos de una mala individual desempeño dentro de su equipo. Es importante destacar que observamos una mayor dentro del equipo varianza en la variable de respuesta que la que hacemos entre equipos diferencia . Por lo tanto, incluir un término de "equipo" en el modelo contribuye poco a gestionar el error.No hay correlación entre el factor "equipo" y cualquier otro factor, lo cual es bueno. También hay poca evidencia de que la puntuación de un equipo (la variable de respuesta) mejoró durante las carreras posteriores (es decir, en su tercera y cuarta carrera). Su mayor variación tampoco está asociada con ejecuciones anteriores. Sin embargo, creo que en lugar de tener 4 repeticiones con mucho ruido, podríamos haber tenido 3 'ejecuciones' de entrenamiento para asegurarnos de haber eliminado cualquier efecto de aprendizaje y garantizar que nuestra ejecución récord fuera óptima y más similar al equipo w/r/t. capacidades de desempeño. Difícil de decir.
