934810_it-IT

liliconcom

Blocchi fissi in un design personalizzato

Ciao

Vorrei generare blocchi fissi in un progetto personalizzato. Nella pratica, spesso accade che all'interno di questi blocchi non vengano ripetute le stesse esecuzioni sperimentali (i fattori sono gli stessi, ma i livelli dei fattori sono diversi), il che significa che all'interno dei blocchi si verificano impostazioni dei fattori diverse.

Inoltre, i blocchi possono anche mostrare correlazioni con altri blocchi e, ad esempio, con gli effetti principali. Pertanto, vedo una difficoltà nel valutare gli effetti blocco in modo chiaro. Un effetto blocco è effettivamente un effetto blocco reale o è semplicemente indotto, ad esempio, da una correlazione relativamente elevata con un effetto principale significativo o da diversi livelli di fattori all'interno dei blocchi?

Saluti

Klaus

Progettazione degli esperimentiRe: Blocchi fissi in un design personalizzato

È possibile trattare il blocco come una restrizione delle unità sperimentali. Non è un fattore di interesse, ma un'ulteriore fonte di variazione osservata nella risposta. È possibile trattare l'effetto dei blocchi come fisso o casuale nel modello lineare. Non sono sicuro di cosa intendi quando parli di " una difficoltà nel valutare in modo chiaro gli effetti dei blocchi".

Re: Blocchi fissi in un design personalizzato

Aggiungo ai commenti di Mark. In genere, un blocco è un surrogato di un insieme di variabili di rumore. Il rumore è costituito da fattori che non si è disposti o in grado di controllare in futuro (ad esempio, variazione delle materie prime, condizioni ambientali, tecnica dell'operatore, errore di misurazione). Quando si esegue il blocco, si replicano combinazioni di trattamento identiche in ogni blocco. La variazione nelle repliche deve essere dovuta al rumore, poiché i fattori e i livelli non sono cambiati tra le repliche. Se le variabili di rumore non sono state identificate e quindi non possono essere manipolate esplicitamente durante l'esperimento, il blocco è solitamente considerato un effetto casuale in un modello e si otterrà un modello misto. Se si sono identificati i fattori di rumore confusi con i blocchi, si consiglia di trattare il blocco come un effetto fisso. Se si trattano i blocchi come un effetto fisso, si aggiungeranno al modello il blocco e tutte le interazioni blocco-fattore e si otterrà un modello a effetti fissi.

La tua situazione è, tuttavia, diversa. La descrizione che dai mi sembra che tu voglia annidare le combinazioni di trattamento all'interno del blocco. Così facendo, confonderai gli effetti del blocco con le variazioni di livello dei fattori. Non ti sembra saggio?

Re: Blocchi fissi in un design personalizzato

Ciao @NominalGemsbok3 ,

Oltre agli eccellenti commenti e alle risposte fornite da Mark e Bill, ecco alcune informazioni complementari da parte mia.
La decisione di avere un effetto di blocco fisso o casuale viene presa prima dell'analisi, a seconda di come si considera questo fattore di blocco:

• Se i livelli possono essere riproducibili o se i livelli specificati sono gli unici di interesse (ad esempio nel caso di sorgenti di rumore identificate come menzionato da Bill), allora è possibile trattarlo come un effetto di blocco fisso e ciò influenzerà la media della risposta (bias).
• Se i livelli sono un campione di una popolazione più ampia o se non si è realmente interessati a questi due (o più) livelli particolari (o se non sono state identificate fonti di rumore), ma si tratta di variazioni nella popolazione, allora trattalo come un effetto casuale e ciò influenzerà la varianza della risposta.

Per creare blocchi fissi in un progetto, è possibile aggiungere un fattore di blocco nel pannello Fattori e specificare il numero di esecuzioni per blocco. In questo modo, JMP crea automaticamente blocchi con le proprietà di colonna dei fattori corrette: Ordine dei valori, Esecuzioni per blocco, Ruolo del progetto (Bloccaggio) e Modifiche dei fattori (Facile). Queste proprietà di colonna aiutano JMP a valutare il ruolo di questo fattore durante la modellazione dei risultati. Quando si utilizza lo script Adatta modello, si noterà che il fattore di blocco fisso è presente nel pannello Effetti di costruzione modello come effetto fisso, come gli altri fattori.

I blocchi vengono creati per evitare correlazioni tra l'effetto blocco e gli effetti del modello a cui si è interessati. Se possibile, vengono creati in modo che l'effetto blocco sia ortogonale (nessuna correlazione) agli effetti del modello. Se ciò non fosse possibile, le correlazioni saranno comunque ridotte al minimo per evitare qualsiasi confusione tra l'influenza dell'effetto blocco o gli effetti di altri fattori. In alcune situazioni (in particolare con budget sperimentale limitato), si potrebbero verificare piccole correlazioni tra l'effetto blocco e altri effetti del modello; tuttavia, questa correlazione è solitamente molto bassa, quindi non rappresenta un problema nell'analisi; è comunque possibile differenziare l'effetto blocco dagli altri effetti.
Infine, potresti non avere gli stessi identici esperimenti in ogni blocco (quindi le impostazioni dei fattori potrebbero differire come hai detto), ma la ripartizione dei trattamenti viene effettuata per evitare qualsiasi distorsione relativa ai livelli dei fattori utilizzati in ogni blocco: i livelli dei fattori saranno (per quanto possibile) bilanciati tra i blocchi, in modo da avere un numero simile di esecuzioni con livelli alti e bassi per ciascun fattore in ogni blocco. Questo garantisce che l'effetto del blocco non possa essere correlato con altri effetti del modello.

Hai qualche progetto/set di dati che potremmo esaminare per rispondere meglio alle tue preoccupazioni e domande?