為什麼你需要知道分裂圖設計布拉德利瓊斯 ，JMP研發總監，以及克里斯托弗納奇海姆明尼蘇達大學卡爾森管理學院教授合作撰寫了本月發表的論文。質量技術雜誌 。兩位作者都廣泛發表了關於實驗設計的主題，並被公認為該領域的專家。
他們的新論文標題為“分裂情節設計：什麼，為什麼以及如何”，在接受布拉德的採訪時，我問了他在論文標題中包含的那些問題。訂閱者質量技術雜誌可以通過ASQ網站閱讀完整的文章。
阿爾提： 什麼是裂縫設計？
布拉德： 裂區實驗是一項統計設計的研究，其中實驗運行被分組，以便某些變量不會改變組內的設置。實驗者只在運行組之間更改這些變量或因子。對於整組運行保持這些因子不變意味著這些實驗的運行順序不是完全隨機的。統計學家經常建議使用完全隨機化的設計而不是分裂圖設計。
阿爾提： 為什麼分裂情節設計對於練習統計學家來說很重要？
布拉德： 儘管完全隨機化避免了分析和解釋實驗結果中的某些問題，但通常需要大量額外的努力。在許多過程中，某些因素很難從一個處理運行更改為下一個處理運行。改變一些因素就像轉動撥盤或翻轉開關一樣簡單。改變其他人可能需要對系統進行耗時且昂貴的更改。構建實驗運行以考慮此實際約束是有意義的。也就是說，您希望連續多次運行只更改易於操作的因素，然後再停止系統進行大的更改。斯拉夫堅持完全隨機化有時會導致操作人員對隨機設計進行分類以便於後勤方便，而無需通知主要研究者。這種分類使得設計成為一種裂縫設計，但通常是一種構造不良的設計。更糟糕的是，主要的調查員，不知道排序，分析數據，好像運行順序是隨機的。由於對完全隨機化設計的適當分析與分裂圖設計的分析不同，因此運行分類子設計的結果可能使結果無效並導致不良決策。
阿爾提： 告訴我有關設計和分析裂縫實驗的最新進展中的一兩項。
布拉德： 在過去十年中，裂區實驗的設計和分析一直是研究文獻中的熱門話題。對於我的錢，最令人興奮的發展是設計和分析最佳裂縫實驗的方法。雖然最佳設計肯定具有理想的特性，但這種設計的最佳設計並不是令人興奮的。這些方法的真正價值在於它們允許更靈活的問題規範，從而實現更廣泛的適用性。
阿爾提： 你和Nachtsheim教授一起寫這篇文章的目的是什麼？
布拉德： 幾年前，我與“質量技術期刊”的兩位編輯進行了對話。他們注意到對裂縫設計的興趣重新抬頭。他們還擔心一些出版物的數學複雜性使大多數從業者落後。事實上，不同的研究人員經常推薦略有不同的方法。這可能會使沒有背景的從業者混淆區分競爭方法。Nachtsheim教授和我撰寫了這篇文章，涵蓋了過去十年左右所追求的所有主要研究方向，並公平地提出了他們的優點和缺點。我在項目中包括Nachtsheim教授，因為我一直是一種方法的倡導者，我認為包括一位沒有強烈的先前定罪的作者會更客觀。
阿爾提： 誰是本文的讀者，您希望他們如何使用其中的信息？
布拉德： 我們為兩位觀眾撰寫了這篇文章。對於不熟悉該領域近期趨勢的統計學家，我們的文章提供了參考列表和主要研究方向的指南。然而，更重要的受眾是從業者社區。我們希望提供信息，使該社區能夠有利地使用這些新方法。
2010年5月4日更新：本文獲得了ASQ著名的Brumbaugh獎。您可以下載該文章的PDF文件來自JMP網站。
關於分裂圖設計的文章再次被尊重 - JMP博客......關於分裂圖設計的文章再次被尊重 - JMP博客中寫道：
[...]也可能想查看之前關於這篇文章的博客文章，瓊斯解釋了為什麼你需要了解分裂情節設計。標籤：實驗設計[...]
Bradley Jones贏得ASQ Brumbaugh獎 - JMP Blog寫道：...布拉德利瓊斯獲得ASQ Brumbaugh獎 - JMP博客中寫道：
[...]他們共同撰寫了一篇題為“分裂 - 情節設計：什麼，為什麼，如何”的文章於2009年10月發表在“質量技術期刊”上。Brumbaugh獎成立於1949年，為上一年出版的論文提供，該委員會決定為質量控制的工業應用發展做出最大的貢獻。在之前關於這篇文章的博客文章中，布拉德利解釋了為什麼你需要了解裂縫設計。[...]
Phil Stojan寫道：我偶然發現了這個頁面（並且通過ch ... Phil Stojan 中寫道：
我偶然發現了這個頁面（並且偶然 - 熟悉現場自然人群之間的分裂情節樣本比較，所以我會添加一些東西）。
從田野生態學家的角度來看，我發現你對“分裂情節”設計的評論有點令人困惑，並認為有必要指出一些現實世界的事實：
1。對於獲得最佳設計所必需的複雜“數學”的困惑，是否需要調查人員/其他任何人在實際需要的抽樣工作方面進行干預（作為類比）。
2。如果一個人實際上可以創建這樣一個最佳的分裂圖設計 - 要么模式是如此明顯，它可能不需要使用測試統計來拒絕Ho，或者你只是便宜 - 冒著Type 2錯誤的風險（在運行結束時因為：
“....也就是說，你想連續幾次運行只改變易於操作的因素，然後再停止系統做出重大改變。”
當然我們會 - 如果沒有其他原因它會節省時間！
然而，你盲目地假設應用治療的順序（即測試因子效應）不會給分析帶來偏見 - 在這一點上你甚至無法爭論，因為未能隨機化，你實際上沒有權利做出推斷。
費舍爾和戈塞特會怎麼想？
我並不是要大驚小怪 - 我可能不太對，因為我沒有讀過這篇文章，但也許我可以說明本科生如何將它應用於Manipulative Field BIology實驗：
自從RA Fisher在我所做的工作以來，生物學的操作性研究已經很好地理解了裂區設計。
關於這種設計的處理效果的推論遭受空間和時間的假複製，因此僅涉及放置地塊的位置：生態學中的常見比較是當植被斑塊被分裂並被某種操縱所取代時 - 另一半構成其控制。
例如，與對照相比，加水的效果。
大多數情況下，生物學關注的是治療產生的效應大小的大小，並避免2型錯誤。如果你最大化效應大小並具有足夠的統計能力，那麼alpha的先驗設置是無效的並且意味著很少。
我無法理解為什麼你會採用分裂情節設計來優化它：它們已經盡可能接近它們的位置了？
最後，治療順序通常會返回相互作用（意思是在自然界中，事件順序很重要） - 聽起來好像你所指的治療複製是非常精確的，並且在沒有隨機化的情況下不知何故不引入偏倚。
我們將此Gremlin稱為生態學中的惡魔入侵。
請告訴我。
菲爾。
Phil Stojan寫道：這些從業者是誰？如果你是... Phil Stojan 中寫道：
這些從業者是誰？
如果您將實際利用統計數據的人員稱為有助於澄清檢測模式的工具，那麼與多學科從業者協商可能是有益的 - 應用科學可能有有效和明顯的理由來更改或修改方法。
