안녕하세요 @거대한_P값 ,
커뮤니티에 오신 것을 환영합니다!
반복(분할된 테이블)과 반복(적층된 테이블)을 정확히 구별하는지는 잘 모르겠습니다.
반복과 복제의 차이점 : 반복은 동일한 실험 실행(데이터 테이블의 동일한 샘플/행, 이 샘플에서 수행된 각 측정에 대해 여러 열)에서 여러 응답 측정을 하는 것이고 , 복제는 각 처리 조합에 대해 여러 실험 실행(데이터 테이블의 여러 샘플/행)을 하는 것입니다.
- 복제는 순수 오차와 매개변수 추정치를 보다 정확하게 추정하기 위해 사용됩니다. 복제는 새로운 실행입니다. 복제는 모든 변동 소스(실험 + 측정)를 줄입니다.
- 반복은 측정 분산을 낮추고 측정 정밀도/정확도를 높이는 데 사용될 수 있습니다. 반복 측정은 측정의 변동만 줄입니다.
이 중요한 차이점에 대한 자세한 내용은 여기에서 확인할 수 있습니다: https://cdn.statease.com/media/public/documents/2021-08_Replicates_vs_Repeats.pdf
사용 사례와 관련하여 복제를 언급하는 경우 증강 디자인 플랫폼을 사용하여 디자인을 복제할 수 있습니다. 디자인 복제 예를 참조하세요. 하지만 맞는 말씀입니다. 이 플랫폼을 사용하여 증강하면 원래 디자인과 같은 방식으로 정렬된 복제 실행이 있는 테이블이 생성됩니다(원래 실행을 지정한 횟수만큼 복사하여 쌓을 뿐입니다). 무작위성을 개선하는 데 사용할 만한 두 가지 옵션이 있습니다.
- 반복을 사용하여 디자인을 만들고 동시에 실험을 실행할 수 있다면 전체 데이터 테이블을 무작위로 지정할 수 있습니다. @jthi는 어제 샘플링 크기 1의 무작위 하위 집합을 사용하여 "테이블 하위 집합" 기능을 사용하여 데이터 테이블을 무작위로 지정하는 좋은 방법을 찾았습니다. 데이터 테이블에서 행을 무작위로 지정합니다 .
- 동시에 실험을 실행할 수 없는 경우, 반복 횟수를 식별하고 각 반복 내에서 실행을 무작위로 지정하기 위해 차단 임의 효과를 추가하는 것이 좋습니다. 이렇게 하면 모델에서 반복 간 변동을 설명할 수 있습니다.
"실행"/치료 조합으로 복제본을 평균화하지 마십시오. 복제본은 개별적인 새로운 실행이며, 일부 효과를 더 쉽게 감지하기 위해 자유도를 높일 수 있습니다. 이를 평균화하면 이 중요한 이점이 삭제됩니다.
질문이 복제가 아닌 반복에 관한 것이라면, 다양한 게시물에서 이를 처리하는 방법에 대해 자세히 알아볼 수 있습니다.
DOE 분석에 반복 실험의 표준 편차를 포함할 수 있나요?
실험 설계에 샘플의 여러 측정값을 추가하는 방법은 무엇입니까?
반복과 복제를 사용하여 데이터 테이블을 어떻게 작성합니까?
DOE - 복제 vs. 반복
DOE 응답 데이터에 반복을 포함하는 방법
기본적으로 반복 시나리오에서는 측정을 반복할 때마다 측정 열을 추가하고 이러한 측정의 평균값에 대한 모델을 적용할 수 있으며, 관심이 있다면 표준 편차도 적용할 수 있습니다.
이 답변이 도움이 되길 바랍니다.
