区组完全析因实验
- 提出者
- R. A. Fisher (blocking principle); full factorial DOE tradition
- 年份
- 1935 (Fisher); systematized through 20th-century DOE literature
- 类型
- Experimental design
- 类别
- Experimental design
本文为机器翻译,尚未经过审校。 阅读英文原文
它有什么作用?
区组完全析因实验通过将实验运行分组到同质区组中来隔离已知的干扰变量,同时测试所有因子水平的每种组合。这种设计保留了检测所有主效应和感兴趣因子交互作用的能力,同时防止批次间、日间或机器间的变异性夸大实验误差。
方法背后的直觉
设想在四块不同田地中测试三种肥料类型,每种肥料有两种剂量。田地的土壤质量各不相同,这是你无法控制但可以解释的。区组完全析因设计在每块田地(区组)内运行所有六种肥料-剂量组合,因此田地间的差异与处理效应分离。在每个区组内,运行是随机化的。结果是:你看到了肥料类型和剂量如何相互作用的完整图景,而这个图景不会被土壤异质性所模糊。区组化带来了精确性;完全析因覆盖带来了完整性。
历史学
作为控制干扰变异的方法,区组化由R. A. Fisher在罗斯汉姆斯特德实验站正式提出,并在《实验设计》(1935)中进行了描述,其灵感来源于农业田间试验。完全析因原理与方差分析在同一时期发展。通过Box, Hunter和Hunter在《实验者统计学》(1978)以及Douglas Montgomery的《实验设计与分析》(1976年首次出版,现已第九版)中的有影响力的工作,区组化与完全析因结构的整合成为标准的实验设计实践。
何时使用
当您需要估计一组可控因子(通常为2-4个因子,每个因子2-3个水平)的所有主效应和每个交互作用,并且已知干扰变量(批次、日期、操作员、设备单元)在被忽略时可能导致误差膨胀时,请使用区组完全析因实验。当因子数量足够少,以至于运行所有组合是可行的,并且干扰可以分组为离散的同质区组时,它是合适的。当所需的总运行次数超出实际能力时,请勿使用它——此时应优先选择部分析因设计或响应曲面设计。当无法识别有意义的干扰变量时,请勿进行区组化,因为不必要的区组化会浪费自由度。
局限与注意事项
- 运行次数等于(区组数)乘以(所有因子水平组合数),对于超过三或四个因子或三个水平的情况,运行次数会变得非常大。
- 需要一个已知且可分组的干扰变量;如果不存在这样的变量,区组化将无益且浪费自由度。
- 假设区组与处理的交互作用可以忽略不计;如果处理在不同区组间响应不同,则加性模型被错误指定。
- 当区组大小不能等于所有处理组合的一个完整重复时,不适用——此时需要不完全区组设计。
来源中的条件不能替代独立的科学审查或分析引擎的验证。
优势
- 提供对所研究因子的所有主效应和每个交互作用的无混淆估计。
- 区组化消除了已知的干扰源,减少了实验误差并增加了统计功效,而无需额外的处理重复。
- 在所选因子集中,提供关于因子效应最完整的信息——主效应或交互作用没有混淆。
- 一旦区组效应被分离出来,结果可以通过标准方差分析表和交互作用图直接解释。
- 由标准统计软件(R, SAS, Minitab, JMP)支持,并具有完善的分析程序。
应用
- 制造和过程工程:研究温度、压力和催化剂浓度如何影响不同生产批次(作为区组)的产品产量。
- 农业研究:评估灌溉水平和肥料类型的所有组合,以具有不同土壤特征的田地作为区组。
- 药物开发:测试pH值和赋形剂类型等配方因子,以生产日期或实验室分析师作为区组变量。
- 食品科学:评估成分组合对风味特征的影响,以感官评价小组会议作为区组。
- 行为和教育研究:调查不同学校队列或时间段的教学方法组合,同时对队列进行区组。
- 质量改进:当实验必须分散到多个班次或操作员时,识别哪些机器设置控制缺陷率。
使用方式
使用方式
识别所有实验因子及其水平。在完全析因设计中,包含每个因子-水平组合:对于k个因子,每个因子有两个水平,这将产生2^k个处理组合。随着水平或因子的增加,运行次数迅速增长,因此在确定完全析因结构之前必须确认资源可行性。
识别一个或多个干扰源——时间批次、操作员、机器、天数或原材料批次——它们引入系统性但不可控的变异。这些成为区组变量。每个区组应内部同质,每个区组的运行次数必须能容纳所有处理组合的一个完整重复。
在每个区组内,将全套处理组合随机分配给实验单元。区组内的随机化可防止未知的区组内趋势;区组化本身消除了已知的区组间差异。如果区组大小无法容纳所有处理组合,则需要采用不完全区组扩展。
严格按照区组随机化计划执行实验。按计划记录所有响应,并记录任何偏差、设备更改或环境异常。在每个区组内保持方案的忠实性对于保持处理效应和区组效应之间的预期分离至关重要。
拟合一个线性模型,该模型包含区组因子作为加性项,以及所有析因主效应和交互作用:Y = mu + block + A + B + AB + ... + error。区组项吸收区组间方差,减少残差误差并提高析因效应估计的精确度。然后检查方差分析表以寻找显著的主效应和交互作用。
报告估计的析因效应和交互作用图,并去除区组效应。评估主效应和交互作用的实践和统计显著性。验证模型假设——残差的正态性和区组内方差的恒定性。透明地报告区组结构,以便读者理解控制了哪些干扰。
常见陷阱
- 从分析模型中省略区组项:将区组设计分析为完全随机设计会丢弃区组化实现的方差减少,并夸大误差,从而降低功效。
- 将区组变量视为具有科学意义的因子:区组是干扰控制,而不是处理因子;错误分类它们会扭曲研究目标和自由度分配。
- 未能随机化区组内的运行:如果没有区组内随机化,时间趋势或操作员学习效应会污染处理比较。
- 区组大小不匹配:如果每个区组不能容纳所有处理组合的一个完整重复,则标准分析假设会失效——此时应使用平衡不完全区组设计。
- 因子增殖:增加更多因子会迅速增加所需的运行次数;对于超过四或五个因子的情况,部分析因设计或筛选设计几乎总是更实际的选择。
常见问题
区组完全析因设计与随机完全区组设计(RCBD)有什么区别?
RCBD通常在每个区组内测试一组处理(一个因子)。区组完全析因设计在每个区组内测试两个或更多因子的所有组合,从而能够估计交互作用。RCBD是一个特殊的单因子情况;区组完全析因将其推广到具有完整交互作用估计的多个因子。
我可以使用多个区组变量吗?
可以。具有两个区组变量(例如,行和列)的设计称为行-列或拉丁方扩展。然而,增加区组因子会进一步限制分配,并且无区组间-区组间-处理交互作用的假设变得更加严格。使用多个区组变量时请咨询实验设计专家。
如果我的区组大小小于处理组合的数量,会发生什么?
标准区组完全析因分析要求每个区组恰好包含所有处理组合的一个完整重复。如果区组较小,则需要不完全区组设计——例如平衡不完全区组设计(BIBD)——其中并非每个处理都出现在每个区组中,但整体平衡得以保持。
我应该在模型中包含区组与处理的交互作用吗?
默认情况下,不应该。标准假设是区组效应是纯粹的加性。包含区组与处理的交互作用会消耗自由度,并且通常是不合理的。如果您确实怀疑存在此类交互作用,请考虑使用混合效应模型,将区组视为随机效应而非固定效应。
我的因子数量是五个或更多——我仍然应该使用带区组的完全析因设计吗?
几乎肯定不应该。一个2^5的完全析因设计每个区组需要32次运行,再乘以区组的数量。这通常是极其昂贵的。部分析因设计或Plackett-Burman筛选设计,然后对关键因子进行聚焦的完全析因设计,是更实际的策略。
相关方法
参考文献
Montgomery, D. C. (2017). Design and Analysis of Experiments (9th ed.). Wiley.
ISBN:978-1119113478已复制。Fisher, R. A. (1935). The Design of Experiments. Oliver and Boyd.
打开出版物文献已复制。