Perché è necessario conoscere i disegni Split-Plot Bradley Jones , Direttore di R & S per JMP, e Christopher Nachtsheim , Professore presso la Carlson School of Management presso l'Università del Minnesota, ha collaborato a un documento che è stato pubblicato questo mese nel Journal of Quality Technology . Entrambi gli autori hanno ampiamente pubblicato sul tema della progettazione di esperimenti e sono riconosciuti come esperti nel campo.
Il loro nuovo articolo è intitolato "Split-Plot Designs: What, Why and How" e in questa intervista a Brad gli ho posto le stesse domande contenute nel titolo. Abbonati al Journal of Quality Technology può leggere l'articolo completo tramite il sito Web ASQ.
Arati: Cos'è un design a trama divisa?
Brad: Un esperimento a trama divisa è uno studio statisticamente progettato in cui le esecuzioni sperimentali sono raggruppate in modo che determinate variabili non cambino le loro impostazioni all'interno di un gruppo. Lo sperimentatore cambia solo queste variabili o fattori tra gruppi di esecuzioni. Mantenere questi fattori costanti per un intero gruppo di esecuzioni significa che l'ordine di esecuzione di questi esperimenti non è completamente casuale. Gli statistici raccomandano spesso l'uso di disegni completamente randomizzati piuttosto che di disegni a trama divisa.
Arati: Perché i disegni a trama divisa sono importanti per la pratica degli esperti di statistica?
Brad: Sebbene la randomizzazione completa eviti alcuni problemi nell'analisi e nell'interpretazione dei risultati degli esperimenti, spesso richiede un notevole sforzo in più. In molti processi, alcuni fattori sono difficili da cambiare da una elaborazione all'altra. Cambiare alcuni fattori è facile come girare una manopola o lanciare un interruttore. Cambiare gli altri può richiedere modifiche costose e dispendiose in termini di tempo per il sistema. Ha senso strutturare le tue esecuzioni sperimentali per tenere conto di questo vincolo pratico. Cioè, ti piacerebbe fare diverse corse di fila cambiando solo i fattori che sono facili da manipolare prima di fermare il sistema per fare un grande cambiamento. L'insistenza slava sulla completa randomizzazione a volte ha portato le persone operative a selezionare un progetto randomizzato per comodità logistica senza informare l'investigatore principale. Questo ordinamento rende il design un disegno a trama divisa, ma in genere uno mal progettato. Peggio ancora, l'investigatore principale, non essendo a conoscenza dell'ordinamento, analizza i dati come se l'ordine di esecuzione fosse casuale. Poiché l'analisi appropriata di un progetto completamente randomizzato è diversa da quella di un disegno a trama divisa, la conseguenza del sotterfugio sort sort può invalidare i risultati e prendere decisioni sbagliate.
Arati: Parlami di uno o due dei recenti sviluppi nella progettazione e analisi di esperimenti di split-plot.
Brad: Nell'ultimo decennio, la progettazione e l'analisi di esperimenti di split-plot è stata un tema caldo nella letteratura di ricerca. Per i miei soldi, gli sviluppi più eccitanti sono stati i metodi per la progettazione e l'analisi di esperimenti di plot split ottimali. Non è proprio l'ottimalità dei progetti a rendere eccitante questo approccio, sebbene i progetti ottimali abbiano certamente proprietà desiderabili. Il vero valore di questi metodi è che consentono una specifica del problema molto più flessibile e quindi un'applicabilità molto più ampia.
Arati: Qual era il tuo scopo nello scrivere questo articolo con il Professor Nachtsheim?
Brad: Un paio di anni fa ho avuto una conversazione con due ex redattori del Journal of Quality Technology. Hanno notato il risorgere dell'interesse per i disegni a trama divisa. Inoltre erano preoccupati che la complessità matematica di alcune pubblicazioni lasciasse la maggior parte dei praticanti alle spalle. C'era il fatto che diversi ricercatori spesso raccomandano approcci leggermente diversi. Questo può confondere i professionisti che non hanno lo sfondo per discriminare tra i metodi concorrenti. Il professor Nachtsheim e io abbiamo scritto l'articolo per coprire tutte le principali linee di ricerca seguite nell'ultimo decennio e per presentare in modo imparziale i loro punti di forza e di debolezza. Ho incluso il professor Nachtsheim nel progetto perché sono stato un sostenitore di un approccio, e ho pensato che sarebbe stato più obiettivo includere un autore che non aveva forti convinzioni precedenti.
Arati: Chi è il pubblico di questo articolo e come speri che utilizzeranno le informazioni in esso contenute?
Brad: Abbiamo scritto l'articolo per due udienze. Per lo statistico che non ha familiarità con la recente tendenza in questo settore, il nostro articolo fornisce un elenco di riferimento e una guida alle principali linee di ricerca. Il pubblico più importante, tuttavia, è la comunità dei professionisti. Volevamo fornire informazioni per consentire a questa community di utilizzare questi nuovi metodi in modo redditizio.
AGGIORNAMENTO il 4 maggio 2010: questo articolo ha vinto il prestigioso premio Brumbaugh di ASQ. Puoi scarica un PDF dell'articolo dal sito Web JMP.
L'articolo sui disegni Split-Plot è di nuovo onorato - Blog JMP ... L'articolo sui disegni Split-Plot è di nuovo onorato - Blog JMP ha scritto:
[...] potrebbe anche voler controllare un precedente post di un blog su questo articolo in cui Jones spiega perché è necessario conoscere i progetti di split-plot. tags: Design of Experiments [...]
Bradley Jones si aggiudica il premio ASQ Brumbaugh - Il blog di JMP ha scritto: ... Bradley Jones si aggiudica l'ASQ Brumbaugh Award - JMP Blog ha scritto:
[...] Hanno co-scritto un articolo intitolato â Split-Plot Designs: What, Why e Howâ che è stato pubblicato nel Journal of Quality Technology nell'ottobre 2009. Il Brumbaugh Award è stato fondato nel 1949 ed è presentato per la pubblicazione, pubblicata nell'anno precedente, che la commissione decide di aver apportato il maggior contributo singolo allo sviluppo dell'applicazione industriale del controllo di qualità. In un precedente post sul blog su questo articolo, Bradley ha spiegato perché è necessario conoscere i progetti split-plot. [...]
Phil Stojan ha scritto: Mi sono imbattuto in questa pagina (e per ch ... Phil Stojan ha scritto:
Mi sono imbattuto in questa pagina (e per caso, ho una certa dimestichezza con i confronti di campioni a trama divisa tra individui di popolazioni naturali sul campo, quindi aggiungerò qualcosa).
Dal punto di vista di un Ecologista sul campo, trovo i tuoi commenti relativi ai progetti "Split-plot" in qualche modo perplessi e ritengo necessario sottolineare un paio di fatti del mondo reale:
1. La confusione alla base della complessa "matematica" necessaria per ottenere un design ottimale si interroga sul fatto che gli investigatori / chiunque altro debba effettivamente preoccuparsi di procedere in termini di sforzo di campionamento richiesto (come un'analogia).
2. Se si può effettivamente creare un disegno di trama split così ottimale - o il modello è così ovvio, probabilmente non richiede l'uso di una statistica di test per rifiutare l'Ho, o stai semplicemente rischiando a basso costo un errore di Tipo 2 (alla fine delle esecuzioni perché:
".... Cioè, ti piacerebbe fare diverse corse di fila cambiando solo i fattori che sono facili da manipolare prima di fermare il sistema per fare un grande cambiamento."
Certo che lo faremmo, se non altro per risparmiare tempo!
Hai assunto ciecamente, tuttavia, che l'ordine in cui vengono applicati i trattamenti (cioè test per gli effetti dei fattori) non introduce pregiudizi sull'analisi - che a questo punto non puoi nemmeno discutere perché non randomizzare, non hai davvero il diritto di fare inferenze.
Cosa penserebbero Fisher e Gossett?
Non intendo fare storie, e forse non ho ragione, visto che non ho letto l'articolo, ma forse posso far luce su come gli studenti universitari lo applichino agli esperimenti di BIipologia del campo manipolativo:
I disegni a trama divisa sono stati ben compresi negli studi di manipolazione della biologia poiché RA Fisher ha lavorato dove io lavoro.
Le inferenze fatte per quanto riguarda gli effetti del trattamento di questo disegno soffrono di pseudoreplicazione spaziale e temporale e quindi si riferiscono solo al luogo in cui sono piazzate le parcelle: un confronto comune in Ecologia è quando una macchia vegetale viene scissa e soggetta a qualche tipo di manipolazione - l'altra metà che costituisce la sua controllo.
Ad esempio, l'effetto dell'aggiunta di acqua rispetto al controllo.
Molto spesso, la biologia riguarda la grandezza della dimensione dell'effetto prodotta da un trattamento ed evita errori di tipo 2. l'impostazione a priori di alfa è arbritaria e significa poco se si massimizzano le dimensioni dell'effetto e si ha un ampio potere statistico.
Non riesco a capire perché utilizzi un design a trama divisa con l'intenzione di ottimizzarlo: sono già vicini quanto potresti posizionarli?
Infine, la sequenza di trattamenti spesso restituisce interazioni (significato in Natura, sequenza di eventi è importante) - suona come se le repliche di trattamento a cui ti riferisci siano molto precise e in qualche modo non introducano pregiudizi in assenza di randomizzazione.
Ci riferiamo a questo Gremlin come intrusione demoniaca in ecologia.
Per favore mi faccia sapere.
Phil.
Phil Stojan ha scritto: Chi sono questi praticanti? Se tu sei... Phil Stojan ha scritto:
Chi sono questi praticanti?
Se si fa riferimento a persone come chi utilizza effettivamente le statistiche come uno strumento che aiuta a chiarire il modo di individuare il modello, potrebbe essere utile consultare consulenti multidisciplinari - Applied Science potrebbe avere validi e ovvi motivi per cui i metodi sono modificati o rivisti.
