Berücksichtigung von Standardabweichungen im DOEIch habe ein DOE mit individuellem Design aus 6 Läufen erstellt. Die beiden Faktoren sind kontinuierlich und die Antwort Y wird in % angegeben. Wenn ich die Ergebnisse für Y habe, sind die Standardabweichungen ziemlich groß. Wenn ich also nur den Mittelwert eingebe, glaube ich, dass er den Designvorhersagen nicht gerecht wird. Was kann ich also tun, um diese Standardabweichungen hinzuzufügen, damit sie vom Modell berücksichtigt werden, um bessere Vorhersagen zu erhalten?
VersuchsplanungBetreff: Berücksichtigung von Standardabweichungen im DOEKönnten Sie ein Beispiel posten?
Es hört sich so an, als hätten Sie die Messungen jedes der 6 Läufe wiederholt?
Sofern Sie die Daten nicht mithilfe eines gemischten Modells in JMP Pro analysieren möchten, besteht eine gute Alternative darin, den Mittelwert der wiederholten Messungen und die logarithmisch transformierte Standardabweichung als Y zu verwenden.
Der Mittelwert der Replikate nutzt den zentralen Grenzwertsatz, um Ihnen eine bessere Schätzung aus einem verrauschten System zu ermöglichen, und mit Stddev können Sie sehen, ob es einen Teil des Designraums gibt, der weniger Rauschen aufweist.
Betreff: Berücksichtigung von Standardabweichungen im DOEZusätzlich zum Vorschlag von @Byron_JMP können Sie auch die LogLinear Variance- Plattform verwenden, die über Analysieren > Modell anpassen verfügbar ist.
Waren die Faktorbereiche breit genug, um große Effekte hervorzurufen?
Betreff: Berücksichtigung von Standardabweichungen im DOENicht genügend Informationen/Kontext, um konkrete Ratschläge zu geben. Was genau ist die Antwortvariable? % Was? Beispielsweise ist % Ertrag keine sehr nützliche Antwort zum Verständnis spezifischer Fehlermechanismen (es gibt viele Dinge, die zu Ertragsproblemen führen können). Wie berechnet man, wie Byron vorschlägt, die Standardabweichung? Liegt dies innerhalb der Behandlungsvariation? Wenn ja, quantifiziert die Standardabweichung den Effekt der Geräuschveränderung während der Behandlung. Vielleicht möchten Sie wissen, ob die Modelleffekte einen Einfluss darauf haben können. Außerdem können Sie, wie Byron vorschlägt, zwei Antworten modellieren: den Mittelwert (mit erhöhter Präzision, da dadurch das Rauschen innerhalb der Behandlung reduziert wird) und die Standardabweichung (oder die von Ihnen gewählte Transformation).
