Önceki yazılarımızda kutular veya sıralar halinde gruplandırılmış verileri tartışmaktan özenle kaçındık. Ancak, kavram deney tasarımının merkezinde yer alır, bu nedenle kavram hakkında onu dahil etmenin nedenlerini ve bunun sonucunda ortaya çıkan bazı karmaşıklıkları belirtmeye yetecek kadar konuşacağız. 

Ancak, verilerin bu şekilde gruplandırılmasından kaynaklanan istatistiksel analizleri tartışmaktan kaçınmaya devam edeceğiz ve öğrenciyi istatistik üzerine daha eksiksiz derslere yönlendireceğiz. Gruplandırılmış veya bloke edilmiş veriler kavramını anlamak için, deney tasarımının tarımsal kökenlerine dönmek yararlıdır.

Çeşitli gübrelerin ve böcek ilaçlarının belirli bir bitki türünün verimi üzerindeki etkilerini araştırmak için bir deney tasarlayacak olsaydık, yalnızca bir bitkiyi belirli bir ürün kombinasyonuyla işlemek aptallık olurdu. Bunun yerine, deney alanı içinde bir blok veya arazi parçası kurar ve o blok içindeki tüm bitkilere aynı şekilde davranırdık.

Muhtemelen, blok ortalaması, tek bir fabrikanın sonuçlarından ziyade, ürünlerin ürün kombinasyonuna karşı bitkilerin davranışlarının daha güvenilir bir ölçüsüdür. Tek bir bloktan elde edilen veriler daha sonra gruplandırılmış veriler veya bloke edilen veriler olarak adlandırılacaktır.

Deneysel olmayan bir faktörü bir blok içinde tamamen izole edebilirsek, verinin o veriye göre tamamen bloke olduğu söylenebilir. Faktör, gruplandırma ile tamamen izole edilemiyorsa, verilerin eksik bloke edildiği söylenir. Bu farklı engelleme türleri için müteakip istatistiksel analiz farklı olacaktır ve bu tartışmanın kapsamı dışındadır.

Şimdi, blokların düzenlemelerini, faktörlerin tüm kombinasyonlarını kapsayacak şekilde planlamalıyız. Ayrıca blokları, izin vermediğimiz değişkenlerin sonucumuz üzerinde minimum etkiye sahip olacağı şekilde düzenlemek istiyoruz.

Örneğin, deney alanımızdaki zemin koşulları, birbirine yakın bloklar için, birbirinden genişçe ayrılmış bloklar için benzer olma eğilimindedir. Blokları, saha koşullarındaki değişikliklerin tüm denemeleri rastgele bir şekilde etkileyeceği şekilde düzenlemek istiyoruz.

Bu, fırıncıların yorgunluk faktörlerinin ortalamasını almak için izin verilen faktörlerin (yani, Ti ve tj) rastgele bir sırasını takip etmesinin kullanıldığı ekmek yaklaşımımıza benzer. Bu nedenle, rastgeleleştirme, mekansal bir düzende olduğu kadar bir zaman dizisinde de gerçekleşebilir. Bu, bu bilinmeyen değişkenlerin etkilerini en aza indirme eğiliminde olacaktır.

Bunun işe yaramasının nedeni, tedavilerimizi (seviyeler veya faktör değerleri) her bir faktörün aynı belirlenmemiş etkiye rastgele bir sırada maruz kalacağı şekilde gruplandırabilirsek, o zaman bu etkinin etkilerinin tüm süreç boyunca sıfırlanma eğiliminde olması gerektiğidir. deney. Ne yazık ki, deneysel verilerin gruplandırılması veya bloke edilmesi için bir bedel ödeniyor.

Blokların düzenlenmesi, faktörler arasında bir etkileşim olarak görünen bir etki ortaya çıkarabilir. Genellikle üst düzey bir etkileşimdir ve tasarımın doğası gereği öngörülebilirdir. Kesin olarak blokların düzenlenmesinden kaynaklanan bir etki ile karıştırılmaya yatkın bir etkileşimin karıştırıcı olduğu söylenir ve bu nedenle hiçbir zaman önemli olarak kabul edilemez.

İlgi konusu bu etkileşim ise, o zaman deneyin tasarımı değiştirilmelidir. Standart istatistiksel tablolar, bloklar içindeki faktörlerin düzenlemelerini ve çok çeşitli blok sayısı için karıştırılan spesifik etkileşimleri ve iki tedavi seviyesi deneyi için faktörleri verir.

Excel Veri gruplandırma
Excel gruplandırma
Excel satırları gruplandırma
Excel kategorize etme
Excel aynı verileri listeleme
Excel yaş gruplama
Excel Otomatik gruplandırma
Pivot tabloda tarih Formatı

Bununla birlikte, erişilemeyen faktörlerin veya varyasyon kaynaklarının etkisinin rastgeleleştirme yoluyla azaltılacağı şekilde blokları düzenlemenin veya veri almanın başka yolları da vardır. Örnek olarak, blokların yerleşiminin sistematik etkilerini en aza indirmeye çalıştığımız tarımsal durumu ele alalım.

Belirli bir şekilde düzenlenmiş Latin harflerinden oluşan bir kare olduğu için olası bir düzenleme Latin karesi olarak bilinir. Kural, hiçbir satır veya sütunun belirli bir harfi birden fazla içermemesidir. Böylece bir 3×3 Latin karesi forma sahip olacaktır.

Latin harfleri A, B ve C’nin araştırılacak üç tedaviyi temsil etmesine izin verin. Her satır ve her sütun tam bir deneyi (yani tekrarı) temsil eder. Bu nedenle, kare sembolik olarak her tekrarda işlemlerin sırasını rasgele hale getirmenin bir yolunu temsil eder, böylece sıraya bağlı değişkenlerin ortalaması alınır.

Genel olarak, satırlar ve sütunlar, rastgeleleştirme yoluyla ortadan kaldırılması umulan iki değişkeni temsil eder. Tarla söz konusu olduğunda, bunlar tarla içindeki x-y konumu ve ilgili toprak varyasyonları vs.’dir.

İkincisi, daha sonra bir endişe kaynağı olan yorgunluk faktörünü ortadan kaldıracaktır. Üçüncü bir faktör olsaydı, düzenlemenin böyle olması için Yunanca alt simgeler kullanılarak kareye üçüncü bir boyutun eklendiği bir Greko-Latin karesi kullanabilirdik.

Burada üç tedavi, üç farklı şekilde tekrarlar halinde gruplandırılır ve sonuçta üç varyasyon kaynağının ortalaması alınabilir. Bir Latin veya Greko-Latin kare tasarımı, belirtilmemiş iki sistematik parametreye karşılık gelen “satır” ve “sütun” sayısının aynı olmasını gerektirdiği için kısıtlayıcıdır. Ek olarak, seviye veya işlem sayısı satır ve sütun sayısına eşit olmalıdır.

Böyle bir tasarımın kullanım prosedürü, harflerin seviyelerini rastgele atayarak ve ardından tüm denemeler tamamlanana kadar karenin satırlarını ve sütunlarını değiştirerek bir deneme belirlemektir. Deney tasarımıyla ilgili kitaplarda6 veya istatistik el kitaplarında daha fazla işlem veya faktörün kullanılmasına izin veren daha büyük kareler bulunabilir.

Bu kareler basitçe, ölçülemeyen ancak deneyi yapanın farkında olduğu sistematik hata kaynaklarının veya fenomenlerin etkilerini en aza indirme eğiliminde olacak verilerin alınması veya tedavilerin uygulanması için rastgele düzenlemeler sağlar. Kullanımları, çoğaltma miktarını modelin gerektirdiği minimumun üzerine çıkarsa da, ek çaba genellikle sonucun doğruluğundaki gelişmeyle fazlasıyla telafi edilir.

Latin ve Greko-Latin kareleri, deneyin yinelemelerini rastgele hale getirmek için iyi bir tasarım sağlarken, bunu yapmanın tek yöntemi kesinlikle bunlar değildir.

Makul herhangi bir modern bilgisayar, bir deney planını tasarlamak için kullanılabilecek rasgele sayılar üretmek için bir mekanizma sağlayacaktır. Bununla birlikte, herhangi bir deneyle sonuçlanabilecek bloke edilmiş veriler arasındaki kafa karışıklığına karşı dikkatli olunmalı ve deneyin meydana gelmesi muhtemel olan bölgelerini tanımladığınızdan emin olunmalıdır.

The post Veri Gruplandırması  first appeared on Ödev - Tez - Proje Hazırlatma Merkezi.