В плане экспериментов полностью рандомизированные планы предназначены для изучения влияния одного основного фактора без необходимость учета других мешающих переменных. В этой статье описаны полностью рандомизированные планы с одним основным фактором. В эксперименте сравниваются значения переменной ответа на основе различных уровней этого первичного фактора. Для полностью рандомизированных планов уровни первичного фактора случайным образом назначаются экспериментальным единицам.
Посредством рандомизации, то есть последовательность прогонов экспериментальных единиц определяется случайным образом. Например, если есть 3 уровня первичного фактора, каждый из которых должен выполняться 2 раза, то их будет 6! (где! обозначает факториал ) возможные последовательности запусков (или способы заказа экспериментальных испытаний). Из-за репликации количество уникальных порядков равно 90 (поскольку 90 = 6! / (2! * 2! * 2!)). Пример нерандомизированного дизайна: всегда запускать 2 репликации для первого уровня, затем 2 для второго уровня и, наконец, 2 для третьего уровня. Чтобы рандомизировать прогоны, один из способов - положить 6 листов бумаги в коробку, причем 2 из них будут иметь уровень 1, 2 - уровень 2, а 2 - уровень 3. Перед каждым прогоном один из листков будет вытягиваться из коробки вслепую. и выбранный уровень будет использоваться для следующего запуска эксперимента.
На практике рандомизация обычно выполняется компьютерной программой. Однако рандомизация также может быть сгенерирована из таблиц случайных чисел или с помощью какого-либо физического механизма (например, рисования полок бумаги).
Все полностью рандомизированные планы с одним главным фактором определяются тремя числами:
, и общий размер выборки (количество прогонов) равен N = k × L × n. Баланс требует, чтобы количество повторений было одинаковым на каждом уровне фактора (это максимизирует чувствительность последующих статистических t- (или F-) тестов).
Типичный пример полностью рандомизированного плана:
Рандомизированная последовательность испытаний может выглядеть так: X 1 : 3, 1, 4, 2, 2, 1, 3, 4, 1, 2, 4, 3
Обратите внимание, что в этом примере существует 12! / (3! * 3! * 3! * 3!) = 369 600 способов проведения эксперимента, и все они с равной вероятностью будут выбраны процедурой рандомизации.
Модель для ответа:
с
с = среднее значение по всем Y для которых X 1 = i.
Статистические тесты для уровней X 1 используются для однофакторного дисперсионного анализа и подробно описаны в статье дисперсионный анализ.
В эту статью включены материалы общественного достояния с веб-сайта Национального института стандартов и технологий https: //www.nist. gov.