Versuchsplanung mit schwer veränderbarem Faktor und BlockierungLiebe JMP-Community,
Ich verwende die DoE JMP Custom Design Platform, um das folgende Design zu erstellen:
* 4 kontinuierliche Faktoren (2 schwer zu ändern und 2 leicht zu ändern)
* 1 Sperrfaktor
* 18 Experimente sollten an zwei Tagen durchgeführt werden (9 am ersten Tag und 9 am zweiten)
Ein möglicher Effekt zwischen beiden Tagen sollte mit dem Blockierungsfaktor modelliert werden, indem zwei Blöcke mit jeweils 9 Läufen pro Block konstruiert werden.
Wenn ich nun durch das Menü klicke, erhalte ich einen Entwurf mit 18 Experimenten, die in zwei Blöcke unterteilt sind. Mein Problem ist jedoch, dass die Blockspalte ebenfalls randomisiert ist. Da die ersten 9 Experimente am ersten Tag und das zweite am zweiten Tag durchgeführt werden müssen, muss die Blockierungsspalte wie folgt lauten:
1,1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,2
Wie kann ich JMP anweisen, diese Sperrspalte zu erhalten?
Danke im Vorraus für deine Hilfe!
Am besten,
Mike
VersuchsplanungBetreff: Versuchsplanung mit schwer veränderbarem Faktor und Blockierung@mike2
Die schwer zu ändernden Faktoren werden Vorrang vor den leicht zu ändernden Faktoren haben, zu denen auch der Blockierungsfaktor gehört. Eine Problemumgehung besteht darin,
- Beginnen Sie mit den zwei schwer und zwei leicht zu ändernden Faktoren.
- Tag als hinzufügen Sehr schwer um den kategorialen Faktor mit 2 Ebenen zu ändern.
- Bauen Sie Ihr Modell. Entfernen Sie alle Interaktionen, die den Tag betreffen.
- Legen Sie die Anzahl der gesamten Parzellen auf 2 fest.
- Erstellen Sie Ihr Design
Sie erhalten eine Warnmeldung, die Sie darauf hinweist, dass Sie einen weiteren Whole Plot hinzufügen sollten. Sofern Sie nicht auf statistische Unterschiede zwischen Tagen testen möchten, ist dies nicht erforderlich. Wenn Sie dies tun, wird das Problem des Entwurfs und der Analyse schwieriger, da der Tag als Faktor höchstwahrscheinlich als Zufallseffekt behandelt werden müsste (feste Effekte wie Blöcke haben eine endliche, typischerweise kleine Anzahl von Ebenen).
Wenn Sie die Daten analysieren möchten, müssen Sie einige Änderungen vornehmen.
- Entfernen Ganze Parzellen und zufällig vom Modell. Es ist mit dem Tag verwechselt.
- Ignorieren Sie alle statistischen Tests, die den Tag betreffen. Für den F-Test wird die falsche Fehlerkomponente (Nenner) verwendet.
Ich hoffe, das macht Sinn. Vor einigen Jahren, Ich habe eine Mastering-JMP-Sitzung aufgezeichnet, in der es um Block- und Split-Plot-Designs ging . Unten auf dieser Seite finden Sie außerdem eine Reihe zusätzlicher Links.
Betreff: Versuchsplanung mit schwer veränderbarem Faktor und BlockierungHallo Don,
Vielen Dank für Ihre schnelle Antwort und die nette Lösung. Allerdings habe ich noch eine offene Frage:
Ich möchte das resultierende Design mithilfe des Menüs DoE / Designdiagnose / Design bewerten analysieren. Ihrem Rat folgend, sollte ich dafür auch den Whole-Plots-Faktor weglassen, da er mit dem Tagesfaktor verwechselt wird. Aber leider zwingt mich JMP dazu, auch den sehr schwer zu ändernden Faktor einzubeziehen. Kennt ihr hier auch einen Workaround?
Dank im Voraus!
Mike
Betreff: Versuchsplanung mit schwer veränderbarem Faktor und BlockierungWenn ich das richtig verstehe, wird der Tag als der sehr schwer zu ändernde Faktor verwendet und im Modell belassen, wenn man die Differenz zwischen den beiden Tagen schätzen möchte. Es ist nur so, dass man nicht beides haben möchte Ganze Parzellen und zufällig und Tag im Modell und Sie können mit nur zwei Beobachtungen (dh zwei Tagen) keinen ordnungsgemäßen statistischen Test für die Tagesdifferenz durchführen.
