实验设计指南 > 定制设计示例 > 包含协变量的实验 > 包含难以更改的协变量的设计
发布日期: 11/15/2021

包含难以更改的协变量的设计

在本例中,您需要构造一种设计,为选手级跑步者开发一款具有耐磨(损耗)特点的跑鞋。您的实验包含四个因子:

鞋底厚度(厚度

减震胶体量(胶体

鞋底材料(外底

鞋底夹层材料(鞋底夹层

要获得可概况的结论,您需要针对大量选手级跑步者检验这款鞋。为了适应实验预算,每名跑步者都必须检验若干实验组合。

您的公司已收集 100 名愿意参与您的研究的合适跑步者的数据。对这些跑步者测量的相伴变量(协变量)包括平均每天跑步英里数(英里数)、体重(体重)和脚的着地点(着地点)。

创建设计:

1. 选择帮助 > 样本数据库,然后打开 Design Experiment/Runners Covariates.jmp

2. 选择实验设计 > 定制设计

3. 双击“响应名称”下的 Y 并键入损耗

4. 点击“目标”下的最大化,然后将其改为最小化

5. 点击添加因子并选择协变量

6. 从列表中选择英里数体重着地点,然后点击确定

这些是与跑步者关联的难以更改的协变量。

7. 针对英里数体重着地点这三个因子之一,在“更改”下点击容易,并将其改为困难

请注意,这三个协变量的“更改”值全部变为“困难”。

要手动添加其余因子,请执行第 8 步第 16 步。或者,要从保存的表加载因子,请从“定制设计”红色小三角中选择加载因子。打开 Design Experiment 文件夹中的 Runners Factors.jmp 样本数据表。若选择加载因子,则可跳过第 8 步第 16 步

8. 添加因子数旁边键入 2。

9. 点击添加因子 > 连续

10. 重命名厚度胶体这两个因子。

11. 厚度改为 5 和 20。

12. 胶体改为 1 和 10。

13. 添加因子数旁边键入 2。

14. 点击添加因子 > 分类 > 3 水平

15. 重命名外底鞋底夹层这两个因子。

保留这些因子的默认

图 5.65 “响应”和“因子”分级显示项 

Image shown here

16. 点击继续

17. 选择交互作用 > 二次

指定的模型拟合所有双因子交互作用,包括协变量与实验因子的交互作用。

18. 将“整区数”(即跑步者数量)设置为 32(若尚未设置为该数值)。

19. 在“试验次数”下的“用户指定”旁边键入 64(若尚未设置为该数值)。

注意:第 20 步中设置“随机种子”,在第 21 步中设置“开始数”,这将会重现本例中显示的确切结果。自行构造设计时,这些步骤不是必需的。

20. (可选)点击“定制设计”红色小三角,选择设置随机种子,键入 12345,然后点击确定

21. (可选)点击“定制设计”红色小三角,选择开始数,并将其设置为 1(若尚未设置为该数值)。点击确定

22. 点击制作设计

图 5.66 针对难以更改的协变量的设计中的前 20 次试验 

Image shown here

在 100 名跑步者中,根据其协变量值选定了其中的 32 名跑步者。与选定跑步者对应的行也在 RunnersCovariates.jmp 样本数据表中选定。确定实验因子厚度胶体内底外底的设置,以使设计对于“模型”分级显示项中描述的模型是最优的。

23. RunnersCovariates.jmp 样本数据表成为当前表时,选择分析 > 分布

24. 将所有三列都选作 Y,列

25. 选中仅显示直方图

26. 点击确定

图 5.67 100 名跑步者的直方图(已选定的跑步者数据用阴影表示) 

Image shown here

这些直方图演示设计选定的跑步者如何在协变量之间平衡各次跑步。选定跑步者的分布类似于每个协变量的所有跑步者的总体分布。

需要更多信息?有问题?从 JMP 用户社区得到解答 (community.jmp.com).