실험 설계에서 반복 측정 과 복제 측정을 혼동하는 경우를 자주 봅니다. 이 둘은 매우 다르며, 그 결과로 나오는 분석 방법 또한 다릅니다.
네, 반복 측정과 복제 측정은 모두 동일한 매개변수 조합으로 여러 번 반응을 측정하는 것입니다! 하지만 반복 측정은 동일한 실험 시리즈 또는 연속적인 실험 시리즈에서 수행되는 반면, 복제 측정은 동일하지만 서로 다른 실험 시리즈(종종 무작위화됨)에서 수행됩니다.
복제본
실험 설계에서 반복 실험이란 동일한 요인 설정 하에서 수행되지만 모든 실험 변동 요인을 포함하는 동일한 실험 처리를 독립적으로 실행하는 것을 의미 합니다.
이는 다음을 의미합니다:
-
시스템이 완전히 재초기화되었습니다.
-
새로운 재료, 배치, 작업자 또는 시점
-
실행 간의 독립성
복제본 추정치는 무엇입니까?
예
서로 다른 날에 동일한 요인 수준으로 수행된 두 번의 실험은 반복 실험 으로 간주됩니다.
어떤 분석을 말씀하시는 건가요?
이 상황에서는 순수 오차를 추정해야 합니다.
순수 오차 는 동일한 요인 설정에서 실제 반복 측정값 간에 관찰되는 변동성입니다. 순수 오차는 적합성 부족 분해를 사용하여 반복 측정된 설계점으로부터 추정됩니다.
RMSE는 순수 오차와 모델 적합성 부족을 포함한 전체 잔차 변동성을 나타낸다는 점에 유의하십시오.
복제 데이터가 있는 경우, Fit Model Platform의 일반적인 설정에서 표준 최소 제곱 보고서의 적합성 부족 섹션에 접근할 수 있습니다.
반복
반복 (또는 반복 측정)이란 동일한 실험 과정 내에서 초기화 없이 여러 번 측정하는 것을 의미합니다.
일반적으로 다음과 같은 내용이 포함됩니다.
-
동일한 샘플
-
동일한 실험 조건
-
동일 단위에서 여러 번 측정함
반복 횟수는 얼마로 추정되는가?
예
동일한 기기를 사용하여 동일한 샘플을 세 번 측정하는 것은 반복 측정 이지 복제 측정이 아닙니다.
어떤 분석을 말씀하시는 건가요?
디자인에 반복되는 요소가 포함된 경우:
분산 성분을 추정하기 위해서는 REML(제한적 최대 우도) 방법을 사용하는 것이 좋습니다 .
REML 특성은 Fit Model 플랫폼 모델이 실행될 때와 요인이 무작위로 정의될 때 선택됩니다.
랜덤 효과의 정의는 속성 옵션을 통해 이루어집니다.
보고서에는 REML과 관련된 추가 섹션이 포함될 것입니다. 이 섹션에서는 무작위 효과로 설명되는 변동 비율을 설명합니다.
결론
요약하자면, 반복 측정은 순수 실험 오차를 추정하는 데 사용되는 반면, 반복 실험은 측정 변동성만을 반영하므로 무작위 효과 모델을 사용하여 고려해야 합니다.
