Wann wird Replikation verwendet?
Replikate werden verwendet, um reine Fehler- und Parameterschätzungen genauer abzuschätzen. Durch das Hinzufügen von Replikaten zu einem Design können Sie die Varianz von Vorhersagen und Parameterschätzungen in Ihrem Modell reduzieren .
Sie können diese Methode verwenden, wenn Ihre Antwort viel Rauschen enthält oder wenn Sie ein bestimmtes Maß an Genauigkeit in Ihren Vorhersagen erreichen müssen. Sie können auch Replikate in einer zweiten Versuchsreihe hinzufügen (wenn Sie beispielsweise feststellen, dass die Varianz Ihrer Vorhersage zu hoch ist). Erhöhen Sie in diesem Fall einfach Ihr Design (klicken Sie auf DoE -> Design erweitern , geben Sie dann Ihre Faktoren und Antwort(en) an und klicken Sie schließlich auf „Replizieren“, um die gewünschte Designerhöhung vorzunehmen). JMP fragt Sie dann, wie oft jeder Durchlauf wiederholt werden soll, und ermöglicht Ihnen, beispielsweise 4 anzugeben.
Übrigens ist es am besten, die Replikationsbedingung direkt bei der Designgenerierung einzugeben, um sicherzustellen, dass die Replikate zufällig im gesamten Design/Experiment verteilt sind.
Wie viele Replikate?
Es gibt keine festen Regeln für die Anzahl der Replikationen, da diese vom Thema, der verwendeten Ausrüstung, der erforderlichen Genauigkeit usw. abhängen kann. Bitte beachten Sie, dass Sie je nach der von Ihnen verwendeten DoE-Plattform (klassisches oder benutzerdefiniertes Design) zwei Optionen haben:
- Sie können Replikate angeben, d. h. die Anzahl der Male, die alle Experimente unabhängig voneinander im DoE durchgeführt werden,
- Sie können Wiederholungen festlegen, also die unabhängige Wiederholung eines Experiments im Design.
Wie analysieren Sie Ihr Design mit Replikaten?
Wenn Sie tatsächlich Serien repliziert haben, sollten Sie alle einzelnen Replikate in die Analyse einbeziehen, nicht den Mittelwert. Der mittlere quadratische Fehler schätzt die zufällige Abweichung zwischen Serien. Der mittlere quadratische Fehler liefert den entsprechenden Nenner im ANOVA-F-Test, und der mittlere quadratische Fehler liefert den entsprechenden Standardfehler für T-Tests zur Parameterschätzung.
Wenn Sie hingegen lediglich die Antwortmessung für eine einzelne Reihe wiederholt haben, ist es sinnvoll, den Mittelwert zu verwenden, sofern Sie der Ansicht sind, dass die Abweichung zwischen den Reihen ausschließlich auf die Messung zurückzuführen ist (Wiederholbarkeit).
