要因計画を分析するにはどうすればよいですかこんにちは、
助けていただきたいのですが。 最近、2^4 階乗を実行しました。 私の答えは、押出物のいくつかのテクスチャ特性です。 ただし、実験中、押し出し物を取得できない状況があり、テクスチャ データを取得できませんでした。 したがって、データポイントが欠落しているような設計を分析する方法についてアドバイスが欲しいです。
ありがとう！
基本的なデータ分析とモデリングRe: 要因計画を分析するにはどうすればよいですか一般に、すべての応答が得られた場合と同じ方法で実験を分析できます。 ただし、モデル項の中には推定できないものもあります。 どの用語が不足しているかは、どの治療の組み合わせが欠落しているかによって異なります。 また、完全な設計と比較して「欠落している」行を除外する Evaluate Design プラットフォームを使用して、どれだけの電力が失われているか、推定値とその他の関連する設計特性の相関関係を確認します。
Re: 要因計画を分析するにはどうすればよいですか設計への影響を評価するために P_Bartell に同意します。 まだモデルに適合する可能性があります。 ただし、そのモデルの解釈には、特に障害領域付近で非常に注意する必要があります。
なぜデータが欠落していることは重要です。」押出物を入手できませんでした」
なぜこれが起こったのか、そしてそれが使用された係数設定に関連している可能性があるかどうかを尋ねてください。 たとえば、プロセスが崖を越えて失敗する空間の隅に行くつもりですか? データテーブルを整理して、失敗の共通点は何でしょうか? 障害領域を調査するためにデータ内の代理として使用できる応答に適切な上限 (下限) はありますか? また、バイナリ 0/1 の障害応答を分析することも検討してください。 これは、失敗の原因についての洞察を提供し、その後の追跡実験で確認するためです。
「欠落データ」は、収集した最も重要なデータである可能性があることに留意することが重要です。 結果を解釈するときにそれを破棄しないでください。
増強を検討してください。 たとえば、ベクトルに沿って破損コーナーに向かって拡張して、最初に破損のエッジを見つけてから、制約領域を使用して実験を拡張する場合があります。
このようなことは通常、この種の実験で起こりますか? その場合、将来の実験では、解像度を高くしたり、より大きなモデルを使用したりするなど、設計を強化することで、設計を損失に対してより堅牢にすることができます。 または、いくつかの予備実行を実行して障害スペースを計画するのが役立つ場合があります。
Re: 要因計画を分析するにはどうすればよいですか以前の回答によってもたらされたトピックについては説明しません。それらは完全に明確であり、これ以上同意することはできませんでした。
障害領域の設計拡張については、拡張に使用されるポイントの数とこの領域のモデリングをより柔軟に行うために、スペース充填アプローチを使用できる可能性があります。 おそらく、境界「実験的実現可能性」領域をより正確にマッピングできる可能性があります。
で言及された予備実行について@datadad2要因計画を使用している場合、スコーピング計画を使用して、実験空間の高、中、低条件での実験実行の実現可能性を評価できます。 https://prismtc.co.uk/resources/blogs-and-articles/scoping-designs
これは、実行時の失敗を回避し、再現性とノイズを評価するのに役立ち、プロジェクトの非常に早い段階で曲率を検出できる可能性があります。Re: 要因計画を分析するにはどうすればよいですかこれまでのすべての投稿者と同意します。 幸いなことに、階乗を実行したため、部分階乗に対してまだ十分な処理ができる可能性があります。 実験でデータが欠落している場合のアドバイスは次のとおりです。
1. datadad が指摘しているように、結果が得られなかった処理から何を学びましたか (これは実験で最も有益な部分かもしれません)。 治療の結果でしょうか、それとも何か別のことが起こったのでしょうか？
2. 代替の応答変数を開発できますか? 実験単位を測定する別の方法。
3. 残りのデータで回帰を使用して、欠落しているデータ ポイントを予測するモデルを作成できる場合があります (利用可能な DF を認識する必要があります)。
4. 欠落しているデータ ポイントに対して他の治療の平均を使用します (これにより、特定の治療効果が正規化される傾向があります)。
5. 結果を事前に予測した場合は、その予測結果を使用します。
6. 3 ～ 5 を実行し、欠落しているデータ ポイントの値を代入します。 フィットモデル分析を実行し、それらの分析がどの程度一致するかを確認します。 合理的な一致があれば、おそらく自信を持って分析できます。 そうでない場合は、（ブロック効果を推定するために）データがあるいくつかの治療法と組み合わせて、不足している治療法を再実行する必要がある場合があります。
