Come dovrebbe essere gestita la giornata sperimentale in un progetto personalizzato: blocco fisso o blocco casuale?Ho intenzione di creare un DOE utilizzando un design personalizzato con 5 fattori E 40 prove sperimentali .
A causa di vincoli operativi, posso condurre fino a 20 esecuzioni al giorno , quindi l'esperimento verrà eseguito su 2 giorni .
In questa situazione, come dovrebbe il giornata sperimentale essere trattati nella progettazione e nell'analisi?
- La giornata sperimentale dovrebbe essere modellata come una blocco fisso o un blocco casuale ?
- La mia ipotesi è che ci sia non c'è alcun interesse scientifico nella differenza tra i giorni e, idealmente, la variazione giornaliera dovrebbe essere trattata come un effetto fastidioso.
- Inoltre, vorrei utilizzare il modello risultante per la previsione futura , dove specifico solo i 5 fattori sperimentali e non condizionare le previsioni su un giorno sperimentale specifico .
Considerati questi obiettivi, sarebbe opportuno:
- includere la giornata sperimentale come fattore di blocco casuale nel Design Personalizzato e
- analizzare i dati utilizzando un modello a effetti misti in JMP?
Gradirei ricevere indicazioni sulle best practice consigliate in JMP per questo tipo di situazione.
Progettazione degli esperimentiRe: Come dovrebbe essere gestita la giornata sperimentale in un progetto personalizzato: blocco fisso o blocco casuale?Il fattore giorno è un effetto casuale; nel DOE personalizzato, è possibile assegnare ogni giorno a un "blocco casuale" composto da sottotrame di diversi effetti fissi in ordine casuale. Per l'analisi/modellazione, il "giorno" viene trattato come un effetto casuale utilizzando REML.
Re: Come dovrebbe essere gestita la giornata sperimentale in un progetto personalizzato: blocco fisso o blocco casuale?Ciao @CoverGazelle271 ,
Benvenuti nella Community!
La decisione di avere effetti fissi o casuali è nota durante la creazione del progetto e prima dell'analisi, a seconda di come si considerano questi fattori:
- Se questo fattore può modificare la media della risposta e può essere modificato/ripetuto in modo riproducibile, allora può essere considerato un effetto fisso.
- Se questo fattore deve essere preso in considerazione per la varianza della risposta (diversa variabilità nella risposta per diversi operatori, apparecchiature, giorni, ...) e rappresenta solo un sottoinsieme/campione di possibili valori da una popolazione, allora questo fattore può essere considerato un effetto casuale.
Nel tuo caso, e dato il tuo obiettivo di previsione indipendentemente dal giorno, considererei questo fattore casuale.
Per l'analisi si utilizzerebbe quindi una modalità mista .
Si noti che è possibile visualizzare i risultati prima dell'analisi e, poiché gli esperimenti saranno distribuiti "omogeneamente" tra i due giorni (blocchi casuali), è possibile verificare visivamente che non vi siano differenze significative nella media delle risposte e nella varianza/variabilità tra i due giorni. Una semplice visualizzazione con il giorno come X e la risposta come Y consente di verificare se la media delle risposte sembra molto diversa tra i due giorni, così come la variabilità (utilizzando ad esempio box plot e riepiloghi statistici).
Spero che questa risposta ti sia d'aiuto,
