Feste Blöcke in einem benutzerdefinierten DesignHallo
Ich möchte in einem benutzerdefinierten Versuchsdesign feste Blöcke generieren. In der Praxis kommt es häufig vor, dass innerhalb dieser Blöcke die gleichen Versuchsreihen nicht wiederholt werden (die Faktoren sind gleich, aber die Faktorstufen unterscheiden sich), was bedeutet, dass innerhalb der Blöcke unterschiedliche Faktoreinstellungen auftreten.
Darüber hinaus können Blöcke auch Korrelationen untereinander und beispielsweise mit Haupteffekten aufweisen. Daher sehe ich eine Schwierigkeit darin, Blockeffekte eindeutig zu bewerten. Handelt es sich bei einem Blockeffekt tatsächlich um einen realen Blockeffekt oder wird er lediglich hervorgerufen, beispielsweise durch eine relativ hohe Korrelation mit einem signifikanten Haupteffekt oder durch unterschiedliche Faktorstufen innerhalb der Blöcke?
Grüße
Klaus
VersuchsplanungBetreff: Feste Blöcke in einer benutzerdefinierten KonstruktionMan kann den Block als Einschränkung der Versuchseinheiten betrachten. Er ist kein interessierender Faktor, sondern eine zusätzliche Quelle der in der Antwort beobachteten Variation. Man kann den Effekt der Blöcke im linearen Modell als fest oder zufällig behandeln. Ich bin mir nicht sicher, was Sie mit „ eine Schwierigkeit bei der eindeutigen Bewertung von Blockeffekten“ meinen.
Betreff: Feste Blöcke in einer benutzerdefinierten KonstruktionErgänzend zu Marks Anmerkungen: Ein Block dient üblicherweise als Ersatz für eine Reihe von Störvariablen. Störvariablen sind Faktoren, die Sie zukünftig nicht kontrollieren möchten oder können (z. B. Rohstoffschwankungen, Umgebungsbedingungen, Bedienungstechnik, Messfehler). Bei der Blockbildung werden in jedem Block identische Behandlungskombinationen wiederholt. Die Variation zwischen den Wiederholungen muss auf Störvariablen zurückzuführen sein, da sich die Faktoren und Stufen zwischen den Wiederholungen nicht verändert haben. Wenn die Störvariablen nicht identifiziert wurden und daher während des Experiments nicht explizit manipuliert werden können, wird die Blockbildung üblicherweise als Zufallseffekt in einem Modell betrachtet, und Sie erhalten ein gemischtes Modell. Wenn Sie die mit den Blöcken konfundierten Störfaktoren identifiziert haben, empfiehlt es sich, den Block als festen Effekt zu behandeln. Wenn Sie die Blöcke als festen Effekt behandeln, fügen Sie den Block und alle Block-Faktor-Interaktionen dem Modell hinzu, und Sie erhalten ein Modell mit festen Effekten.
Ihre Situation ist jedoch anders. Ihrer Beschreibung nach möchten Sie Behandlungskombinationen innerhalb eines Blocks verschachteln. Dadurch würden Sie Blockeffekte mit Veränderungen der Faktorstufen vermischen. Das erscheint mir nicht ratsam.
Betreff: Feste Blöcke in einer benutzerdefinierten KonstruktionHallo @NominalGemsbok3 ,
Neben den ausgezeichneten Kommentaren und Antworten von Mark und Bill möchte ich hier noch einige ergänzende Informationen von meiner Seite hinzufügen.
Die Entscheidung für einen festen oder zufälligen Blockeffekt wird vor der Analyse getroffen, je nachdem, wie man diesen Blockfaktor betrachtet:
- Wenn die Pegel reproduzierbar sind oder wenn die angegebenen Pegel die einzigen von Interesse sind (zum Beispiel im Fall identifizierter Rauschquellen, wie von Bill erwähnt), dann kann man es als festen Blockeffekt behandeln, und es wird den Mittelwert der Antwort (Verzerrung) beeinflussen.
- Wenn es sich bei den Werten um eine Stichprobe aus einer größeren Grundgesamtheit handelt oder wenn Sie nicht wirklich an diesen zwei (oder mehr) bestimmten Werten interessiert sind (oder wenn Störquellen nicht identifiziert wurden), sondern an der Variation innerhalb der Grundgesamtheit, dann behandeln Sie dies als Zufallseffekt, und er wird die Antwortvarianz beeinflussen.
Um feste Blöcke in einem Versuchsplan zu erstellen, können Sie im Faktoren -Panel einen Blockierungsfaktor hinzufügen und die Anzahl der Läufe pro Block festlegen. JMP erstellt dann automatisch Blöcke mit den korrekten Spalteneigenschaften „Wertreihenfolge“, „Läufe pro Block“, „Versuchsplanrolle (Blockierung)“ und „Faktoränderungen (Einfach)“. Diese Spalteneigenschaften helfen JMP, die Rolle dieses Faktors bei der Modellierung der Ergebnisse zu bewerten. Wenn Sie das Skript „Modell anpassen“ verwenden, sehen Sie, dass der feste Blockierungsfaktor im Effekte-Panel „Modell erstellen“ als fester Effekt wie Ihre anderen Faktoren vorhanden ist.
Blöcke werden erstellt, um Korrelationen zwischen dem Blockeffekt und den Modelleffekten, die Sie interessieren, zu vermeiden. Idealerweise werden sie so erstellt, dass der Blockeffekt orthogonal (keine Korrelationen) zu den Effekten in Ihrem Modell ist. Ist dies nicht möglich, werden die Korrelationen dennoch minimiert, um Verwechslungen zwischen dem Einfluss des Blockeffekts und den Effekten anderer Faktoren auszuschließen. In manchen Situationen (insbesondere bei begrenztem experimentellem Budget) können geringe Korrelationen zwischen dem Blockeffekt und anderen Modelleffekten auftreten; diese Korrelationen sind jedoch in der Regel sehr niedrig und stellen daher kein Problem für die Analyse dar. Der Blockeffekt lässt sich weiterhin von den anderen Effekten unterscheiden.
Schließlich werden Sie möglicherweise nicht in jedem Block exakt dieselben Experimente durchführen (die Faktoreinstellungen können sich also, wie bereits erwähnt, unterscheiden). Die Verteilung der Behandlungen erfolgt jedoch so, dass jegliche Verzerrung hinsichtlich der in den einzelnen Blöcken verwendeten Faktorstufen vermieden wird: Die Faktorstufen werden über die Blöcke hinweg (so weit wie möglich) ausgeglichen, sodass Sie in jedem Block eine ähnliche Anzahl von Durchläufen mit hohen und niedrigen Stufen für jeden Faktor erhalten. Dadurch wird sichergestellt, dass der Blockeffekt nicht mit anderen Modelleffekten korreliert ist.
Haben Sie irgendwelche Designvorschläge oder Datensätze, die wir uns ansehen könnten, um Ihre Bedenken und Fragen weiter zu beantworten?
