Bonjour @Enormous_PValue ,
Bienvenue dans la Communauté !
Je ne suis pas tout à fait sûr que vous différenciiez les répliques (tableau empilé) des répétitions (tableau divisé).
Différence entre répétition et réplication :La répétition consiste à effectuer plusieurs mesures de réponse(s) sur la même série expérimentale (même échantillon/ligne dans la table de données, plusieurs colonnes pour chaque mesure effectuée sur cet échantillon) , tandis que la réplication consiste à effectuer plusieurs séries expérimentales (plusieurs échantillons/lignes dans la table de données) pour chaque combinaison de traitement.
- Les réplications permettent d'estimer plus précisément l'erreur pure et les paramètres. Une réplication est une nouvelle exécution. La réplication réduit toutes les sources de variation (expérimentales et de mesure).
- Les répétitions peuvent être utilisées pour réduire la variance de mesure et augmenter sa précision. La répétition des mesures ne réduit que la variation de la mesure.
Vous pouvez en savoir plus sur cette différence importante ici : https://cdn.statease.com/media/public/documents/2021-08_Replicates_vs_Repeats.pdf
Concernant votre cas d'utilisation, si vous mentionnez des réplications, vous pouvez répliquer votre conception à l'aide de la plateforme Augmenter les conceptions . Voir l'exemple « Répliquer une conception » . Vous avez raison : l'utilisation de cette plateforme pour l'augmenter créera une table avec les exécutions répliquées ordonnées de la même manière que la conception d'origine (les exécutions d'origine sont simplement copiées et empilées selon le nombre de fois spécifié). Je vois deux options intéressantes pour améliorer la randomisation :
- Soit vous créez le plan avec des répliques, et si vous êtes en mesure d'exécuter les expériences en même temps, vous pouvez randomiser l'ensemble du tableau de données. @jthi a trouvé une astuce intéressante pour moi hier pour randomiser un tableau de données en utilisant la fonctionnalité « Sous-ensemble de tableau » avec un sous-ensemble aléatoire de taille d'échantillonnage 1 : Randomiser les lignes d'un tableau de données
- Si vous ne pouvez pas réaliser les expériences simultanément, il peut être judicieux d'ajouter un effet aléatoire bloquant pour identifier le nombre de réplicats et randomiser les exécutions à l'intérieur de chaque réplicat. De cette façon, vous pouvez tenir compte des variations d'un réplicat à l'autre dans votre modèle.
Ne faites pas la moyenne des réplicats par combinaisons « série »/traitement. Les réplicats sont de nouvelles séries individuelles et permettent d'augmenter le degré de liberté pour détecter plus facilement certains effets. Leur moyenne annulerait cet avantage important.
Si votre question était orientée vers les répétitions et non les répliques, vous pouvez en savoir plus sur la façon de les gérer dans divers articles :
Puis-je inclure un écart type de réplicats dans les analyses DOE ?
Comment ajouter plusieurs mesures d’un échantillon dans ma conception expérimentale ?
Comment écrire le tableau de données avec des répétitions et des réplications
DOE - répliques vs. répétitions
Comment inclure les répétitions dans les données de réponse du DOE
Fondamentalement, dans un scénario de répétition, vous ajoutez une colonne de mesure pour chaque répétition de la mesure, et vous pouvez ajuster un modèle à la valeur moyenne de ces mesures, ainsi qu'à l'écart type si cela peut vous intéresser.
J'espère que cette réponse vous aidera,
