Engelli Tam Faktöriyel Deney
- Ortaya koyan
- R. A. Fisher (blocking principle); full factorial DOE tradition
- Yıl
- 1935 (Fisher); systematized through 20th-century DOE literature
- Tür
- Experimental design
- Aile
- Experimental design
Bu metin makine çevirisidir ve henüz incelenmedi. Asıl metni İngilizce oku
Ne işe yarar?
Engelli tam faktöriyel deney, bilinen bir rahatsız edici değişkeni izole etmek için deneysel çalışmaları homojen bloklara ayırırken tüm faktör seviyelerinin her kombinasyonunu test eder.
Bu tasarım, ilgilenilen faktörlerin tüm ana etkilerini ve etkileşimlerini tespit etme gücünü korurken, parti-parti, gün-gün veya makine-makine değişkenliğinin deneysel hatayı şişirmesini önler.
Yöntemin mantığı
Üç gübre türünü iki dozda dört farklı alanda test ettiğinizi hayal edin. Tarlalar, kontrol edemediğiniz ancak hesaba katabileceğiniz toprak kalitesi açısından farklılık gösterir. Engelli tam faktöriyel tasarım, her tarlada (blokta) altı gübre-doz kombinasyonunun tamamını çalıştırır, böylece tarladan tarlaya farklılıklar tedavi etkilerinden ayrılır. Her blok içinde çalışmalar rastgeleleştirilir. Sonuç: toprak heterojenliğinin bulanıklaştırdığı bir resim olmadan gübre türü ve dozunun nasıl etkileşime girdiğinin tam resmini görürsünüz. Engelleme hassasiyet kazandırır; tam faktöriyel kapsama tamamlanma sağlar.
Tarih
Rahatsız edici değişkenliği kontrol etme yöntemi olarak engelleme, R. A. Fisher tarafından Rothamsted Deneysel İstasyonu'nda biçimlendirilmiş ve Tarımsal Saha Denemelerinden esinlenerek Deney Tasarımı (1935) kitabında açıklanmıştır. Tam faktöriyel ilkesi, aynı dönemde varyans analizi ile birlikte geliştirilmiştir. Tam faktöriyel yapıyla engellemenin entegrasyonu, Box, Hunter ve Hunter'ın İstatistikçiler İçin İstatistikler (1978) ve Douglas Montgomery'nin Deney Tasarımı ve Analizi (ilk olarak 1976'da yayınlanmış ve şimdi dokuzuncu baskısında) adlı etkili çalışmaları aracılığıyla standart DOE uygulaması haline gelmiştir.
Ne zaman kullanılır?
Tüm ana etkileri ve yönetilebilir bir faktör seti arasındaki her etkileşimi tahmin etmeniz GEREKTİĞİNDE VE bilinen bir rahatsız edici değişken (parti, gün, operatör, ekipman birimi) göz ardı edilirse hatayı şişirmekle tehdit ettiğinde engelli tam faktöriyel deney kullanın. Faktör sayısı (genellikle 2-3 seviyede 2-4 faktör) tüm kombinasyonları çalıştırmanın mümkün olduğu ve rahatsızlığın ayrık homojen bloklara gruplandırılabildiği durumlarda uygundur. Gerekli toplam çalışma sayısının pratik kapasiteyi aştığı durumlarda KULLANMAYIN — bunun yerine kesirli faktöriyel veya yanıt yüzeyi tasarımı tercih edin. Anlamlı bir rahatsız edici değişkenin belirlenemediği durumlarda ENGELLEMEYİN, çünkü gereksiz engelleme serbestlik derecelerini boşa harcar.
Sınırlar ve dikkat edilmesi gerekenler
- Çalışma sayısı (blok sayısı) çarpı (tüm faktör-seviye kombinasyonları) eşittir, bu da üç veya dört faktörden veya üç seviyeden fazlası için çok büyük olur.
- Bilinen, gruplanabilir bir rahatsız edici değişken gerektirir; böyle bir değişken yoksa, engelleme fayda sağlamaz ve serbestlik derecelerini boşa harcar.
- Blok-tedavi etkileşimlerinin ihmal edilebilir olduğunu varsayar; tedaviler bloklar arasında farklı yanıt veriyorsa, ek model yanlış belirtilmiştir.
- Blok boyutunun tüm tedavi kombinasyonlarının tam bir tekrarını karşılayamadığı durumlarda geçerli değildir — bunun yerine eksik blok tasarımı gerekir.
Kaynak metnin koşulları, bağımsız bilimsel inceleme veya analiz motoru doğrulaması yerine geçmez.
Güçlü yönleri
- Çalışılan faktörler arasındaki tüm ana etkilerin ve her etkileşimin karışmamış tahminlerini sağlar.
- Engelleme, ek tedavi tekrarlarına gerek kalmadan bilinen bir rahatsız edici kaynağı ortadan kaldırır, deneysel hatayı azaltır ve istatistiksel gücü artırır.
- Seçilen faktör seti içindeki faktör etkileri hakkında en eksiksiz bilgiyi verir — ana etkilerin veya etkileşimlerin karıştırılması yoktur.
- Blok etkileri ayrıldıktan sonra standart ANOVA tabloları ve etkileşim grafikleri aracılığıyla sonuçlar doğrudan yorumlanabilir.
- Standart istatistiksel yazılımlar (R, SAS, Minitab, JMP) tarafından iyi yerleşmiş analiz rutinleriyle desteklenir.
Uygulama alanları
- İmalat ve proses mühendisliği: farklı üretim partileri (blok olarak) üzerinden sıcaklık, basınç ve katalizör konsantrasyonunun ürün verimini nasıl etkilediğini incelemek.
- Tarım araştırmaları: farklı toprak özelliklerine sahip tarlalar (blok olarak kullanılan) üzerinden sulama seviyesi ve gübre türünün tüm kombinasyonlarını değerlendirmek.
- Farmasötik geliştirme: üretim günü veya laboratuvar analisti (blok değişkeni olarak) ile pH ve eksipiyan türü gibi formülasyon faktörlerini test etmek.
- Gıda bilimi: duyusal panel oturumları (blok olarak hizmet veren) üzerinden lezzet profilleri üzerindeki bileşen-kombinasyon etkilerini değerlendirmek.
- Davranışsal ve eğitim araştırmaları: kohort veya zaman periyotlarına göre engelleme yaparken öğretim yöntemi kombinasyonlarını araştırmak.
- Kalite iyileştirme: deneylerin birden fazla vardiya veya operatör arasında yayılması gerektiğinde hangi makine ayarlarının kusur oranlarını kontrol ettiğini belirlemek.
Nasıl çalışır?
Nasıl çalışır?
Tüm deneysel faktörleri ve seviyelerini belirleyin. Tam faktöriyel bir tasarımda her faktör-seviye kombinasyonu dahildir: iki seviyeli k faktör için bu 2^k tedavi kombinasyonu üretir. Daha fazla seviye veya faktörle, çalışma sayısı hızla artar, bu nedenle tam faktöriyel bir yapıya bağlı kalmadan önce kaynak fizibilitesi doğrulanmalıdır.
Bir veya daha fazla rahatsız edici kaynak belirleyin — zaman partileri, operatörler, makineler, günler veya ham madde partileri — sistematik ancak kontrol edilemeyen değişkenlik yaratan. Bunlar engelleme değişkeni haline gelir. Her blok dahili olarak homojen olmalı ve blok başına çalışma sayısı, tüm tedavi kombinasyonlarının tam bir tekrarını barındırmalıdır.
Her blok içinde, tüm tedavi kombinasyonları setini deneysel birimlere rastgele atayın. Bloklar içindeki rastgeleleştirme, bilinmeyen blok içi eğilimlere karşı korur; engelleme, bilinen bloklar arası farklılıkları ortadan kaldırır. Blok boyutu tüm tedavi kombinasyonlarını barındıramıyorsa, bunun yerine eksik blok uzantısı gerekir.
Deneyi kesinlikle engellenmiş rastgeleleştirme planına göre yürütün. Tüm yanıtları planlandığı gibi kaydedin ve herhangi bir sapmayı, ekipman değişikliğini veya çevresel anomalileri belgeleyin. Her blok içinde protokol sadakatini korumak, tedavi ve blok etkileri arasındaki amaçlanan ayrımı korumak için kritiktir.
Engelleme faktörünü, tüm faktöriyel ana etkiler ve etkileşimler ile birlikte ek bir terim olarak içeren doğrusal bir model uydurun: Y = mu + blok + A + B + AB + ... + hata. Blok terimi bloklar arası varyansı emer, artık hatayı azaltır ve faktöriyel etki tahminlerinin hassasiyetini artırır. ANOVA tabloları daha sonra anlamlı ana etkiler ve etkileşimler için incelenir.
Engelleme etkileri kaldırılmış tahmini faktöriyel etkileri ve etkileşim grafiklerini raporlayın. Ana etkilerin ve etkileşimlerin pratik ve istatistiksel anlamlılığını değerlendirin. Model varsayımlarını doğrulayın — artıkların normalliği ve bloklar içindeki sabit varyans. Okuyucuların hangi rahatsızlığın kontrol edildiğini anlaması için blok yapısını şeffaf bir şekilde raporlayın.
Sık yapılan hatalar
- Analiz modelinden blok teriminin çıkarılması: engellenmiş bir tasarımı tamamen rastgele olarak analiz etmek, engellemenin sağladığı varyans azalmasını ortadan kaldırır ve hatayı şişirerek gücü azaltır.
- Engelleme değişkenini bilimsel ilgi alanı olarak ele almak: bloklar rahatsız edici kontrollerdir, tedavi faktörleri değildir; onları yanlış sınıflandırmak çalışma hedeflerini ve serbestlik derecesi tahsisini bozar.
- Bloklar içindeki çalışmaları rastgeleleştirmemek: blok içi rastgeleleştirme olmadan, zaman eğilimleri veya operatör öğrenme etkileri tedavi karşılaştırmalarını kirletir.
- Blok boyutu uyumsuzluğu: her blok tüm tedavi kombinasyonlarının tam bir tekrarını barındıramıyorsa, standart analiz varsayımları bozulur — bunun yerine dengeli eksik blok tasarımı kullanın.
- Faktör çoğalması: daha fazla faktör eklemek gereken çalışmaları hızla çarpar; dört veya beş faktörün ötesinde kesirli bir faktöriyel veya tarama tasarımı neredeyse her zaman pratik seçimdir.
Sık sorulan sorular
Engelli tam faktöriyel tasarım ile rastgelelenmiş tam bloklu tasarım (RCBD) arasındaki fark nedir?
Bir RCBD tipik olarak her blokta tek bir tedavi seti (tek faktör) test eder. Engelli tam faktöriyel tasarım, her blokta iki veya daha fazla faktörün tüm kombinasyonlarını test ederek etkileşimlerin tahmin edilmesini sağlar. RCBD, özel bir tek faktörlü durumdur; engelli tam faktöriyel, tam etkileşim tahmini ile onu birden fazla faktöre genelleştirir.
Birden fazla engelleme değişkenim olabilir mi?
Evet. İki engelleme değişkenine sahip tasarımlar (örneğin, satırlar ve sütunlar) satır-sütun veya Latin karesi uzantıları olarak adlandırılır. Ancak, engelleme faktörleri eklemek atamayı daha da kısıtlar ve blok-blok-tedavi etkileşimi olmaması varsayımı daha zorlayıcı hale gelir. Birden fazla engelleme değişkeni kullanırken bir DOE uzmanına danışın.
Blok boyutum tedavi kombinasyonlarının sayısından küçükse ne olur?
Standart engelli tam faktöriyel analiz, her bloğun tüm tedavi kombinasyonlarının tam olarak bir tekrarını içermesini gerektirir. Bloklar daha küçükse, her tedavinin her blokta görünmediği ancak genel dengenin korunduğu dengeli eksik blok tasarımı (BIBD) gibi bir eksik blok tasarımına ihtiyacınız vardır.
Modelime bir blok-tedavi etkileşimi dahil etmeli miyim?
Varsayılan olarak, hayır. Standart varsayım, blok etkilerinin tamamen eklemeli olduğudur. Blok-tedavi etkileşimlerini dahil etmek serbestlik derecelerini tüketir ve genellikle haklı çıkarılamaz. Gerçekten böyle etkileşimlerden şüpheleniyorsanız, blokları sabit yerine rastgele olarak ele alan karma etkili bir model düşünün.
Faktör sayım beş veya daha fazla — yine de engelleme ile tam faktöriyel kullanmalı mıyım?
Neredeyse kesinlikle hayır. Bir 2^5 tam faktöriyel, blok başına 32 çalışma gerektirir, bu da blok sayısıyla çarpılır. Bu genellikle aşırı derecede pahalıdır. Kesirli bir faktöriyel veya Plackett-Burman tarama tasarımı ve ardından ana faktörler üzerinde odaklanmış bir tam faktöriyel, çok daha pratik bir stratejidir.
İlgili yöntemler
Kaynaklar
Montgomery, D. C. (2017). Design and Analysis of Experiments (9th ed.). Wiley.
ISBN: 978-1119113478Kopyalandı.Fisher, R. A. (1935). The Design of Experiments. Oliver and Boyd.
Yayın kaynağını açKopyalandı.