Come analizzo il disegno fattorialeCIAO,
Vorrei un po' di assistenza. Recentemente ho eseguito un fattoriale 2^4. La mia risposta riguarda alcune proprietà della consistenza dei miei estrusi. Tuttavia, durante gli esperimenti, si sono verificate alcune condizioni in cui non sono riuscito a ottenere gli estrusi e quindi non sono riuscito a ottenere alcun dato sulla consistenza. Quindi vorrei qualche consiglio su come analizzare tali progetti con punti dati mancanti.
Grazie!
Analisi e modellazione dei dati di baseRi: Come analizzo il disegno fattorialeIn genere puoi comunque analizzare l'esperimento come se avessi tutte le risposte. Tuttavia, alcuni dei termini del modello saranno inestimabili. Quali termini dipendono da quali combinazioni di trattamento mancano. Utilizzerei anche la piattaforma di valutazione del progetto escludendo le righe "mancanti" rispetto al progetto completo completo per vedere quanta potenza hai perso e la correlazione delle stime più altre caratteristiche di progettazione rilevanti.
Ri: Come analizzo il disegno fattorialeConcordare con P_Bartell per valutare l'impatto progettuale. Potresti essere ancora in grado di adattarsi al modello. Ma è necessario prestare molta attenzione nell’interpretare questo modello, soprattutto nella regione del fallimento.
Perché i dati mancanti sono fondamentali." Non sono riuscito a ottenere gli estrusi"
Chiedere perché ciò è accaduto e se potrebbe essere correlato alle impostazioni dei fattori utilizzati. Ad esempio, stai andando in un angolo dello spazio in cui il processo finisce in un precipizio e fallisce? Ordina la tabella dati, cosa c'è in comune con i fallimenti? Esiste un limite superiore (inferiore) adeguato per la risposta che potresti utilizzare come surrogato nei dati per esplorare lo spazio degli errori? Considera anche l'analisi di una risposta di errore binaria 0/1. Questo per darti un'idea delle cause del fallimento che poi confermerai con esperimenti di follow-up.
È importante tenere presente che i "dati mancanti" potrebbero essere i dati più importanti raccolti. Non scartarlo durante l'interpretazione dei risultati.
Considera l'aumento. Potresti aumentare verso l'angolo di cedimento lungo un vettore per trovare prima il limite di cedimento, quindi aumentare l'esperimento utilizzando una regione vincolata, ad esempio.
Questo accade tipicamente in questi tipi di esperimenti? In tal caso, negli esperimenti futuri, il rafforzamento del progetto tramite una risoluzione più elevata e/o l’utilizzo di modelli più grandi può rendere il progetto più resistente alle perdite. Oppure eseguire alcune esecuzioni preliminari per mappare lo spazio di errore può essere d'aiuto.
Ri: Come analizzo il disegno fattorialeNon tratterò gli argomenti proposti dalle risposte precedenti, poiché sono perfettamente chiari e non potrei essere più d'accordo.
Per quanto riguarda l'aumento della progettazione nell'area del guasto, potresti forse utilizzare un approccio di riempimento dello spazio, per avere maggiore flessibilità sul numero di punti utilizzati nell'aumento e maggiore flessibilità nella modellazione di quest'area. Potrebbe forse consentire di mappare più precisamente la regione di confine della "fattibilità sperimentale".
Informazioni sulle corse preliminari menzionate da @datadad2 , poiché utilizzi progetti fattoriali, puoi utilizzare progetti di scoping per valutare la fattibilità delle esecuzioni sperimentali in condizioni alte, medie e basse del tuo spazio sperimentale: https://prismtc.co.uk/resources/blogs-and-articles/scoping-designs
Può aiutare a evitare errori nelle esecuzioni, valutare la riproducibilità e il rumore e potrebbe consentire di rilevare la curvatura molto presto nel progetto.Ri: Come analizzo il disegno fattorialeFacendo eco all'accordo con tutti i poster precedenti. La buona notizia è che hai eseguito un fattoriale, quindi potresti avere ancora trattamenti sufficienti per un fattoriale frazionario. Ecco il mio consiglio in caso di dati mancanti in un esperimento.
1. Come sottolinea datadad, cosa hai imparato dai trattamenti che non hanno prodotto alcun risultato (questa potrebbe essere la parte più istruttiva dell'esperimento)? È stato il risultato del trattamento o è successo qualcos'altro?
2. Puoi sviluppare una variabile di risposta alternativa? Un altro modo per misurare le unità sperimentali.
3. Potresti essere in grado di utilizzare la regressione con i dati rimanenti per creare un modello che preveda i punti dati mancanti (dovrai conoscere i DF disponibili)
4. Utilizzare la media degli altri trattamenti per il punto dati mancante (questo tende a normalizzare quel particolare effetto del trattamento)
5. Se avessi previsto i risultati a priori, utilizza il risultato previsto.
6. Eseguire 3-5 e sostituire i valori per il punto dati mancante. eseguire l'analisi del modello di adattamento e verificare quanto queste analisi concordano. Se esiste un accordo ragionevole, probabilmente puoi avere fiducia nella tua analisi. In caso contrario, potrebbe essere necessario rieseguire i trattamenti mancanti insieme ad alcuni per i quali si dispone di dati (per stimare l'effetto del blocco).
