主効果のみを評価する必要があるのはいつですか? (主効果 + 2 次相互作用ではない)こんにちは、
相互作用効果を無視して主効果のみを評価する必要がある状況はどのような場合なのかを知りたいです。
私と同僚はスクリーニング設計の実行方法について異なるアプローチをとっているため、他の人の考えを理解したいと思います。
次のように想定できます。
- これはスクリーニング設計です（4つの要因 - 2つのレベルとしましょう）
- これまでのところ相互作用については何も知られておらず、理論的にはあらゆる相互作用が存在する可能性がある。
- 材料（実験番号）と時間は制限されません
- モデルを補強するためにフォローアップDoEを実行することができる
私は効率性を重視しており、可能な場合は常に「貪欲な科学者」の考え方に沿って実験を行いますが、モデル自体を妥協してこれを行うことはありません。私の懸念は、相互作用が存在する可能性がある場合、主効果のみの設計が実装されている場合、相互作用が特定されない可能性があることです。主効果が重要でないと判断されたために要因がスクリーンから削除された場合、正の相互作用が存在する可能性がある場合、真の最適値を特定できないリスクはありませんか?
実験計画法Re: 主効果のみを評価すべきなのはいつですか? (主効果 + 2 次相互作用ではありません)それは素晴らしい質問ですが、残念ながら答えは決定的ではありません。希少性、階層性、遺伝の原則（高次の効果がアクティブになるためには、少なくとも 1 つの親がアクティブである必要があります）は、指針となる原則であると考えていますが、絶対的なものではありません。興味深いことに、F = ma... m （質量）とa （加速度）の主効果はモデルに含まれていません。相互作用のみです。
場合によっては、エイリアス構造がわかっているため、どのような (交絡した) 効果がアクティブであるかを推測できます。これらは、後続の調査で分離できます (たとえば、フォールドオーバー)。部分的なエイリアシングを含む実験は、分離するのがより困難です。次の実験の反復で実際に何を行うかは、最初の実験を分析するまで決定されませんが、すべての可能性のある結果を予測し、すべての可能性を予期する必要があります。
Re: 主効果のみを評価すべきなのはいつですか? (主効果 + 2 次相互作用ではありません)詳しい説明をありがとうございます。確認ですが、スクリーニング設計によって交絡が生じた場合でも、交絡の各要因は依然として有意であると特定されるのでしょうか? その後、交絡を通じて交絡した要因を探すために、さらに実験を続けることはできますか?
例：
メインエフェクト画面:
モデル: X1、X2、X3、X4
見つかった重要な要因: X1、X2、X3
D/I最適:
モデル: X1、X2、X3、X1*X2、X2*X3 (潜在的には X1^2、X2^2、X3^2)
この例では、X4 が X1-X3 と何の相互作用も提供しなかったと言える合理的な証拠がありますか?
ありがとう
Re: 主効果のみを評価すべきなのはいつですか? (主効果 + 2 次相互作用ではありません)私の考えは次のとおりです。
まず明確にしておくと、要因計画を実行している場合、相互作用は存在しますが、エイリアス化されている可能性があり、したがって、具体的に割り当てることはできません。あなたの懸念は正当です。ただし、連続的な実験を行う場合、最初の実験の解釈で犯したエラーは次の反復で明らかになります。
実験には正しいアプローチというものはありません。あなたが提示した状況を踏まえて、私は次のようなコメントをします。
1. 4 つの因子はスクリーニング デザインとしては十分ではありません。resIV では 8 つの処理で 4 つの因子を実行できます。スクリーニング デザインには 5 つ以上の因子があり、その場合、分割および順次デザインの利点が実感できると思います。
2. 解像度を決定する基礎として、私は常に SME (ドメイン知識) から始めます。1 次効果と 2 次効果の順位を予測することをお勧めします。2 次効果は可能/可能性が高いですか? 2 次効果の順位が上がるにつれて、解像度の高い設計を検討します。
3. 設計空間を検討します。高次の効果 (相互作用や曲率など) は空間内で発生します。したがって、最初の目標は空間を「ほぼ」最適値に移動することです (もちろん、最適値がどこにあるかは誰にもわかりません。SME のガイダンスに頼っています)。次に、空間を拡大します。最適値から遠い場合は、空間内で調査するのは効率的ではない可能性があります。2 点間の最速経路は直線であることは誰もが知っているので、2 つのレベルの要因を使用して空間を移動します。これがスクリーニングの背後にある考え方です。空間をすばやく移動する要因を見つけることを期待して、多くの要因を実験し、重要な要因に焦点を当てます。
4. ノイズを無視しないでください。ほぼすべてのケースで、操作する因子の数は、常にすべての因子の小さなサブセットです。他の因子はどうしますか? 正しい答えは、それらを一定にしないことです。ノイズを分割して割り当てるには、どのような戦略を使用すればよいですか (例: 繰り返し、複製、ブロック、分割プロット、ネスト)? これは、実験で最も難しい部分であり、最も教えられていない部分だと思います。残念ながら、ソフトウェアはガイダンスを提供しません。
いずれの場合も、複数の実験を設計し、比較対照します。それぞれの実験は、要因効果の割り当て、交絡、制限の点でどのような効果をもたらすでしょうか。これをリソースと比較して、1 つを選択します。
「最高のデザインは、実際に実行した後にデザインするデザインです。」
