Deneysel tasarım lisansüstü dersi neleri kapsamalıdır?


9

Agronomi ve ekoloji alanında yüksek lisans öğrencileri için deneysel tasarım dersi vermem istendi. Hiç böyle bir kurs almadım ve kursun "Tek yönlü ANOVA'nın ötesinde" olarak adlandırılabileceğini ve tarımsal alan deneyleri istatistikleri hakkında ileri bir lisansüstü kursunda öğrendiğim materyalleri (ör. RCBD, Latin Kareler, Kontrastlar, tekrarlanan ölçümler ve ortak değişkenler). Belki de "Deneysel Sonuçların Analizi" yerine "Deneysel Tasarım" adıyla kafam karıştı.

Böyle bir kursun ne içermesi gerektiği konusunda bazı fikirlerim var ve bunun, adlandırılmış tasarım listelerine ve ilgili testlerine modern alternatifler sunarken öğrencilerin ihtiyaçlarını karşılayan bir istatistik müfredatına nasıl entegre edilebileceğine dair geri bildirimleri takdir ediyorum.

Örneğin, öğrencilere, regresyon modellerini lineer ve kuadratik fonksiyonlarla karşılaştırmayı öğretebildiğimde, sürekli değişkenlerin sınıflandırılmasını zorlayan ANOVA ile doğrusal ve karesel kontrastlar kullanmayı öğretmeyi hayal edemiyorum. İkinci durumda, deneysel olarak tanımlanmış ayrık değerler olmayan faktörlerle nasıl başa çıkacaklarını da öğreneceklerdir. Bir şey varsa, iki yaklaşımı karşılaştırabilirim.

Eğer "Deneysel Tasarım" da bir ders verecek olsaydım, uygulanan istatistiksel modelden bağımsız olan ve diğer sorunlara daha geniş bir şekilde tercüme edilecek temel kavramları vurgulamak istiyorum. Bu, öğrencilerin modern istatistiksel yaklaşımları kullanma konusunda daha fazla esneklik sağlayacaktır.

Mevcut kursta ele alınmamış gibi görünen ilgili kavramlardan bazıları şunlardır:

  • hiyerarşik ve karma modeller (ANOVA ve akrabalarını örnek olarak anlıyorum)
  • model karşılaştırması (örn. kontrastları değiştirmek için)
  • 'faktörler' olarak bloklar yerine uzamsal modeller kullanmak
  • replikasyon, randomizasyon ve IID
  • hipotez testi, p-hack ve örüntü tanıma arasındaki farklar.
  • simülasyon yoluyla güç analizi (örn. simüle edilmiş veri setlerinden parametrelerin geri kazanımı),
  • ön kayıt,
  • yayınlanmış çalışmalardan ve bilimsel ilkelerden önceki bilgilerin kullanımı.

Şu anda böyle bir yaklaşımı benimseyen dersler var mı? Böyle bir odağı olan herhangi bir kitap var mı?


Konuların hecelerini aramayı denedin mi? Bir ton var
Aksakal

2
Deneysel tasarım dersinde RCBD, Latin Kareler, Kontrastlar, faktöriyel tasarımlar, doğrusal regresyon, çoklu karşılaştırma, replikasyon, randomizasyon, IID ve kafamın üstünde hatırlamadığım diğer konular yer aldı. Kavram listeniz güzel ama gerçekçi bir şekilde bir kursta her şeyi kapsayacak zamanınız olduğundan şüpheliyim. Ben karma okulda aldığım zaman karışık modeller kendi başına bir dersti. Ancak, her konuya girdiğiniz derinlik düzeyine bağlıdır.
Koyun

1
@Sheep ile listenizin güzel ama muhtemelen çok fazla olduğunu kabul ediyorum. Her ne kadar karışık modelin (temelini) bugün deneysel tasarımda gerekli olduğunu düşünüyorum.
Emilie

Karışıklığımın bir parçası, doğrusal regresyon, çoklu karşılaştırma ve zıtlıkların, istatistiksel analiz dersinde öğretilmenin aksine neden deneysel bir tasarım sınıfının parçası olduğudur. Belki de böyle bir kursun kapsamı hakkında kafam karıştı.
Abe

2
Bir deney tasarlamanın amacı, deneyden topladığınız verileri analiz edebilmenizdir, böylece bu ikisi el ele gider. Deneyi tasarlarken aklınızda bir analiz planınız olmalıdır. En azından bana öğretilen buydu. Doğrusal regresyon bizim için gözden geçirildi ancak birçok tasarımın altında yatan modeldi.
Koyun

Yanıtlar:


4

İşte sevdiğim ve böyle bir kurs için iyi bir materyal olacak bazı kitapların listesi:

  • David Cox: Deney Planlaması , Wiley klasikleri, 1992. Bu matematiksel değil, kolay değil! Tasarımın arkasındaki temel kavramların derinlemesine tartışılması.

  • DR Cox & Nancy Reid: Deney Tasarımı Kuramı , Chapman & Hall, 2000. Daha matematiksel, ama yine de temel kavramlara odaklanılıyor

  • Biberiye A. Bailey: Karşılaştırmalı Deney Tasarımı , Cambridge UP, 2008. Önsözden: "Felsefem, adlandırılmış tasarımlar listesinden deneysel bir tasarım seçmemelisiniz. Aksine, mevcut deneyin tüm yönlerini düşünmelisiniz ve sonra bunları nasıl uygun bir şekilde bir araya getireceğimize karar verin ... ".

  • George Casella: İstatistiksel Tasarım , Springer, 2008. Eski konulara taze gözlerle bakan başka bir kitap!

  • İlham için George EP Box, J Stuart Hunter ve William G. Hunter: Deneyciler için İstatistikler: Tasarım, Yenilik ve Keşif'e (ikinci baskı, Wiley, 2005) bakmaktan daha kötüsü yapabilirsiniz .

Adlandırılmış tasarımların bir kataloğuna benzeyen eski kitaplardan kaçınır ve temel ilkelere dayanarak yukarıdakilerden birini seçerdim. Kaçınacağım böyle bir kitap popüler (neden?) Douglas C. Montgomery: Deney Tasarım ve Analizi .

 EDIT 2017   

Eklenebilecek bir başka konu da D-optimal tasarımlar veya A-optimal tasarımlar gibi kavramlarla optimal deney tasarımıdır . Artık çok sayıda kitap var, tavsiye edilmesi çok zor, bazı olasılıklar:
R
Optimal Crossover Tasarımları ile
Optimal Deneysel Tasarım Lineer Olmayan Modeller için Optimal Deneysel Tasarım: Teori ve Uygulamalar
Deneylerin Optimal Tasarımı: Bir Vaka Çalışması Yaklaşımı

R'de bu alanda çok fazla gelişme var, bu yüzden https://CRAN.R-project.org/view=ExperimentalDesign


1
+1. Meraktan, Montgomery'nin ders kitabından neden kaçınacağınızı sorabilir miyim?
whuber

1
Bir kez öğretmek için denedim --- çok iyi çalışmadı. Bazı hatalar var ve eski tasarımlar, adlandırılmış tasarımların bir kataloğundan başlayarak bana göre.
kjetil b halvorsen
Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.