미니탭 예제중심의 실험계획법

현재 및 과거의 데이터를 보고 추세와 패턴을 찾습니다. 변수 간의 숨겨진 관계를 발견합니다. 데이터 분석을 위해 Minitab 소프트웨어를 사용하여 가장 어려운 질문에도 답할 수 있는 중요한 요소를 식별합니다. 무시할 만한 범주에 배치하는 효과는 익숙하지 않을 가능성이 있으며, 어떤 경우에는 불편할 수 있으며 일부 사회 및 행동 과학자를위한 프로세스를 고려하십시오. 그러나 선택은 매우 중요합니다. 한편으로는, 더 많은 효과가 무시할 수 지정될 때 사용 가능한 옵션은 일반적으로 실험 조건의 작은 숫자를 포함하는 디자인을 포함; 다른 한편으로는, 무시할 수 로 효과 잘못 지정 과학적 결론의 유효성을 위협할 수 있습니다. 무시할 수 있는 효과 대 한 가정을 만들기 위한 최고의 근거는 이론 및 이전 경험적 연구. 그러나 이론이 고차 상호 작용에 관하여 특정 예측을 하는 사회및 행동 과학에 있는 몇몇 지역이 있고, 그 같은 상호 작용의 상대적으로 작은 경험적인 조사가 현재까지 있었다는 것을 보입니다. 이러한 지침이 부족하다는 점을 감안할 때, 조사관은 어떤 기준으로 가정을 결정할 수 있는가? 표 4에서 볼 수 있듯이, k 요인을 가진 요인 실험이 특정 Type I 오차율에서 크기 d의 주요 효과를 검출하기 위해 원하는 수준의 통계적 전력을 달성하기 위해 전체 표본 크기 N을 요구하는 경우, 비교 가능한 단일 요인 접근법은 샘플 크기를 필요로 합니다. (k + 1)(N/2)와 동일한 유형 I 오류율로 동일한 크기의 간단한 효과를 감지합니다.

이는 단일 인자 접근법에서, 전력을 유지하기 위해서는 각각의 평균 비교가 총 N 과목을 포함하는 두 가지 실험 조건에 기초해야 하기 때문이다. 따라서 실험 조건당 N/2 과목이 필요합니다. 그러나, 이 단일 요인 실험 k 간단한 효과 대 한 적절 하 게 구동 될 것 이다, 반면 N 과목과 비교 요인 실험, 비록 적절 하 게 k 주요 효과 대 한 구동, k 간단한 효과 대 한 저전력 될 것 이다. 이는 요인 실험에서 간단한 효과를 추정하려면 본질적으로 실험 조건의 하위 집합을 선택하고 할당된 피험자와 함께 나머지 조건을 폐기해야 하기 때문입니다. 이렇게 하면 각 간단한 효과에 대해 샘플 크기가 N보다 상당히 낮아질 수 있습니다. 프레젠테이션을 용이하게 하기 위해 가상 예제의 크기를 늘려 보겠습니다. (1) 선택, (2) 호흡 및 (3) 준비 이외에, 새로운 6-factor 예는 또한 (4) 청중이 단지 조사자(audience) 외에 존재하는지 여부에 해당하는 인자를 포함할 것이다; (5) 연설이 충분히 좋은 것으로 판단되는 경우 주제는 금전적 보상을 약속한다 (지분); (6) 주제는 노트 (노트)에서 말할 수 있습니다.

Posted in Uncategorized