Aunque se haya creado una tabla de combinación 2² perfecta, si se ejecutan en orden estándar desde low-low hasta high-high mientras el equipo se calienta progresivamente, los efectos de las condiciones y la deriva temporal pueden mezclarse. Un diseño basado únicamente en la geometría de la tabla no garantiza un buen experimento.
La pregunta de esta sección es una sola.
Al ejecutar la misma combinación de tratamientos, ¿qué sesgos e incertidumbres evitan el orden, las réplicas y los bloques?
Separe el orden estándar del orden de ejecución
El orden estándar es una secuencia matemática organizada para facilitar la lectura del diseño. El orden real de ejecución (run order) debe aleatorizarse dentro de los límites posibles. La aleatorización evita que el ruido desconocido, como la deriva temporal, el aprendizaje del operador, la temperatura del equipo o los cambios en las materias primas, se asocie sistemáticamente con condiciones específicas del tratamiento.
La aleatorización no elimina la deriva; proporciona la base para tratarla como error aleatorio dispersándola entre varias condiciones. Si se registra el tiempo, verifique las tendencias mediante gráficos de residuos del orden de ejecución.
Si la aleatorización completa es imposible debido a restricciones de seguridad, limpieza o materias primas, registre la estructura de restricciones y utilice diseños y modelos adecuados como split-plot. No basta con reordenar arbitrariamente y etiquetarlo como "randomizado".
Las réplicas aplican el mismo tratamiento a nuevas unidades experimentales
La réplica independiente (replication) consiste en volver a ejecutar la misma combinación de tratamiento en una nueva unidad experimental independiente. Esto permite observar directamente la variación natural para estimar el error puro y determinar la SE (desviación estándar del efecto) y la falta de ajuste (lack of fit).
La repetición técnica es leer varias veces la misma muestra en un instrumento. Puede mejorar la precisión de la medición y ayudar al control de calidad, pero no aumenta el n independiente de la variación biológica o del proceso.
- Medición por condición para 6 donantes: n=6 por donante
- Distribución de una muestra de un donante en 6 pocillos: n=1 por donante, 6 pocillos técnicos
- Lectura instrumental dos veces para cada uno de 3 lotes independientes: n=3 por lote
Con solo 'n=12' no se sabe si son 12 donantes o 12 pocillos de un solo donante. Separe las réplicas biológicas/de proceso de las técnicas en las tablas y el análisis. Contar las repeticiones técnicas como n independiente constituye pseudoreplicación.
Los bloques comparan justamente dentro de fuentes conocidas de gran ruido
Si no es posible completar el experimento en un día y se espera una diferencia entre el Día 1 y el Día 2, utilice fechas como bloques. Distribuya equilibradamente los tratamientos a comparar dentro de cada bloque y realice la aleatorización dentro del bloque. Incluya el efecto del bloque en el modelo para separar las diferencias debidas a la fecha del efecto de interés.
Los bloques no son gratuitos. Algunas interacciones factoriales pueden quedar confundidas con el bloque, y si un tratamiento específico aparece solo en un bloque, no será posible distinguir entre el efecto del tratamiento y el efecto del bloque. Antes del diseño, verifique si es posible distribuir los tratamientos importantes en cada bloque.
Laboratorio in silico: adjuntar deriva al orden estándar y al orden aleatorio
- Establezca una deriva de 1 por corrida para observar si las condiciones posteriores en el orden estándar presentan sistemáticamente valores más altos.
- Con la misma deriva, cambie a randomized=yes para ver si cambia la combinación de condición y tiempo.
- Cambie la semilla para confirmar que la aleatorización no produce una única secuencia correcta.
- Explique por qué es necesario asumir que las dos filas de cada combinación de tratamiento son réplicas independientes.
Break the coupling of time drift and execution order
Run the same 2² combination twice, but compare which condition drift is attached to in the standard order and the random order.
If this is your first time: What should I press?
- 1. Read the question firstIn the Lab title, check the one thing you will compare this time.
- 2. Change just one conditionInitially, change only one of the inputs: n, effect, or spread.
- 3. new composite specimen pressureNew synthetic data is created. The same conditions may vary depending on the sample.
- 4. Pictures and calculation results CompareWrite in one sentence what moves and what stays the same before and after the change.
If it gets stuckresetGo back to see the default results and change just one condition. This Lab is not a correct answer tester but a pattern observation tool.
Synthetic observations of the same settings
| order | A | B | rep | Y observed |
|---|---|---|---|---|
| 1 | 1 | 1 | 4 | 87.0 |
| 2 | -1 | 1 | 3 | 64.0 |
| 3 | 1 | -1 | 3 | 71.0 |
| 4 | 1 | -1 | 4 | 72.0 |
| 5 | -1 | -1 | 1 | 65.0 |
| 6 | 1 | 1 | 5 | 92.0 |
| 7 | -1 | 1 | 2 | 69.0 |
| 8 | -1 | -1 | 2 | 68.0 |
calculation result
Randomization does not eliminate drift. Avoid systematically attaching to a specific process, and separate known large sources into blocks.
educational synthetic modelbjs-factorial-sequence-v1. Actual research judgments must separately reflect experimental units, missingness, distribution, multiplicity, pre-planning, and domain criteria.
El enmascaramiento y el ocultamiento de la asignación también forman parte de la calidad de ejecución
Si el medidor conoce la condición del tratamiento, puede introducir sesgo en los criterios de decisión o exclusión. Cuando sea posible, enmascare las ID de muestra, defina previamente las reglas de exclusión y registre tanto los fallos de corrida como las reejecuciones. Guardar solo la semilla de aleatorización y ocultar las desviaciones reales de la ejecución no constituye un diseño reproducible.
La tabla de diseño de JMP debe distinguir tres columnas
Distinguish between standard order and actual execution order.
Only independent reruns contribute to the net error information.
Isolate known sources of noise, such as dates and raw material batches, into the model.
Lea por separado las columnas Pattern u Orden Estándar, Orden de Corrida y Bloque, y conéctelas con el ID de fila de los datos originales. El hecho de que se haya especificado el número de réplicas en las opciones no garantiza la independencia real. El software no puede saber si se trata de un nuevo lote o de una re-medición de la misma muestra.
Elementos a dejar en el recibo de ejecución
- versión del diseño y modelo candidato
- unidades reales de los factores y rangos permitidos
- orden estándar, orden aleatorio de corridas y semilla
- definición del bloque y aleatorización dentro del bloque
- ID de unidad experimental independiente e ID de réplica técnica
- momento de la ejecución, equipo, operador y lote de materia prima
- omisiones, reejecuciones, desviaciones del protocolo y sus razones
- momento de la revelación del enmascaramiento
Cierre de la sección
- La aleatorización rompe la combinación sistemática entre tratamiento y ruido temporal/orden.
- Las réplicas independientes permiten estimar el error puro y los SE de los efectos.
- Las réplicas técnicas no aumentan las unidades experimentales independientes.
- Los bloques comparan dentro de fuentes conocidas de gran variabilidad.
- Distribuya para evitar que el bloque y el efecto del tratamiento queden confundidos.
- Registre tanto la tabla de diseño como todas las desviaciones de la ejecución real.
En la siguiente unidad conectaremos las respuestas observadas con los efectos, ANOVA, la ecuación de regresión y el Profiler, conservando los residuos y la jerarquía del modelo.
Material complementario
La tabla de ejecuciones y el laboratorio de este artículo utilizan datos sintéticos con fines educativos.