요인 설계를 분석하는 방법안녕,
도움을 좀 받고 싶습니다. 최근에 나는 2^4 계승을 실행했습니다. 내 반응은 내 압출물의 일부 텍스처 속성입니다. 그러나 실험 중에 압출물을 얻을 수 없어 텍스처 데이터를 얻을 수 없는 몇 가지 조건이 있었습니다. 따라서 데이터 포인트가 누락된 설계를 분석하는 방법에 대한 조언을 듣고 싶습니다.
감사해요!
기본 데이터 분석 및 모델링Re: 요인 설계를 어떻게 분석하나요?일반적으로 모든 응답을 얻은 것처럼 동일한 방식으로 실험을 분석할 수 있습니다. 그러나 일부 모델 항은 추정할 수 없습니다. 어떤 용어는 어떤 치료 조합이 누락되었는지에 따라 달라집니다. 또한 전체 전체 설계와 비교하여 '누락된' 행을 제외하는 Evaluate Design 플랫폼을 사용하여 손실된 전력의 양과 추정치 및 기타 관련 설계 특성의 상관 관계를 확인합니다.
Re: 요인 설계를 어떻게 분석하나요?설계 영향을 평가하려면 P_Bartell에 동의하세요. 여전히 모델에 적합할 수 있습니다. 그러나 특히 고장 영역 주변에서는 해당 모델을 매우 주의 깊게 해석해야 합니다.
왜 데이터가 누락된 것은 매우 중요합니다." 압출물을 구할 수 없었습니다."
왜 이런 일이 발생했는지, 그리고 이것이 사용된 요인 설정과 관련이 있는지 물어보십시오. 예를 들어 프로세스가 절벽을 넘어 실패하는 공간의 한구석으로 가시나요? 데이터 테이블 정렬, 실패의 공통점은 무엇입니까? 고장 공간을 탐색하기 위해 데이터의 대용으로 사용할 수 있는 반응에 적절한 상한(하한)이 있습니까? 또한 이진 0/1 실패 응답 분석을 고려하십시오. 이는 후속 실험을 통해 확인할 수 있는 실패의 원인에 대한 통찰력을 제공하기 위한 것입니다.
"누락된 데이터"가 수집한 데이터 중 가장 중요한 데이터일 수 있다는 점을 명심하는 것이 중요합니다. 결과를 해석할 때 이를 버리지 마십시오.
증강을 고려해보세요. 예를 들어 벡터를 따라 실패 모서리를 향해 증가하여 먼저 실패 가장자리를 찾은 다음 제한된 영역을 사용하여 실험을 늘릴 수 있습니다.
이러한 유형의 실험에서 이런 일이 일반적으로 발생합니까? 그렇다면 향후 실험에서 더 높은 해상도 및/또는 더 큰 모델을 사용하는 등 설계를 강화하면 설계가 손실에 더욱 견고해질 수 있습니다. 또는 일부 예비 실행을 수행하여 실패 공간을 파악하는 데 도움이 될 수 있습니다.
Re: 요인 설계를 어떻게 분석하나요?이전 답변에서 가져온 주제에 대해서는 논의하지 않겠습니다. 답변이 매우 명확하고 더 이상 동의할 수 없기 때문입니다.
실패 영역의 설계 확대와 관련하여 공간 채우기 접근 방식을 사용하면 확대에 사용되는 점 수에 대해 더 많은 유연성을 확보하고 이 영역의 모델링에 더 많은 유연성을 가질 수 있습니다. 아마도 경계 "실험 타당성" 영역을 보다 정확하게 매핑할 수 있을 것입니다.
언급된 예비 실행에 대해 @datadad2 , 요인 설계를 사용하는 경우 범위 지정 설계를 사용하여 실험 공간의 높음, 중간 및 낮음 조건에서 실험 실행의 타당성을 평가할 수 있습니다. https://prismtc.co.uk/resources/blogs-and-articles/scoping-designs
이를 통해 실행 실패를 방지하고, 재현성과 노이즈를 평가하고, 프로젝트 초기에 곡률을 감지할 수 있습니다.Re: 요인 설계를 어떻게 분석하나요?이전의 모든 포스터와 일치하는 반향. 좋은 소식은 계승을 실행했기 때문에 부분 계승에 대한 처리가 여전히 충분할 수 있다는 것입니다. 실험에서 누락된 데이터에 대한 조언은 다음과 같습니다.
1. 데이터아빠가 지적했듯이, 결과를 내지 못한 처리에서 무엇을 배웠습니까(이것이 실험에서 가장 유익한 부분일 수 있습니다)? 치료의 결과였나요, 아니면 다른 일이 일어났나요?
2. 대체 반응변수를 개발할 수 있나요? 실험 단위를 측정하는 또 다른 방법입니다.
3. 남은 데이터로 회귀를 사용하여 누락된 데이터 포인트를 예측하는 모델을 만들 수 있습니다(사용 가능한 DF를 인식해야 함).
4. 누락된 데이터 포인트에 대해 다른 처리의 평균을 사용합니다(이는 특정 처리 효과를 정규화하는 경향이 있음).
5. 사전에 결과를 예측했다면 예측한 결과를 사용하십시오.
6. 3~5를 수행하고 누락된 데이터 포인트에 대한 값을 대체합니다. 적합 모델 분석을 수행하고 해당 분석이 얼마나 잘 일치하는지 확인합니다. 합리적인 합의가 있다면 분석에 확신을 가질 수 있을 것입니다. 그렇지 않은 경우 (차단 효과를 추정하기 위해) 데이터가 있는 일부 처리와 함께 누락된 처리를 다시 실행해야 할 수도 있습니다.
