Faktöriyel tasarımlar: ilkeler ve uygulamalar

Python ile Deney Tasarımı

James Chapman

Curriculum Manager, DataCamp

Faktöriyel tasarıma giriş

Tek bir deneyde birden çok bağımsız değişkeni/faktörü inceleyin
Faktör düzeylerinin tüm kombinasyonlarını test edin
Doğrudan etkileri ve faktörler arası etkileşimleri keşfedin

Işık koşulları ve gübre türünün bitki büyümesini nasıl etkilediğini gösteren bir deney.

¹ Görsel DALL·E 3 ile oluşturuldu

Faktöriyel tasarım veri örneği

Faktör 1 (Light_Condition) - iki düzey: Full Sunlight ve Partial Shade
Faktör 2 (Fertilizer_Type) - iki düzey: Synthetic ve Organic
Sayısal yanıt/bağımlı/çıktı değişkeni: Growth_cm

plant_growth_data.head()

   Plant_ID  Light_Condition  Fertilizer_Type  Growth_cm
0         1    Full Sunlight        Synthetic  16.489735
1         2    Partial Shade          Organic  18.361689
2         3    Full Sunlight        Synthetic  18.039459
3         4    Full Sunlight          Organic  12.682425
4         5    Full Sunlight          Organic  21.480601

Etkileşimleri görselleştirmek için veriyi düzenleme

plant_growth = pd.pivot_table(plant_growth_data, 
                              values='Growth_cm',
                              index='Light_Condition',
                              columns='Fertilizer_Type', 
                              aggfunc='mean')


plant_growth

Light_Condition     Organic   Synthetic
Full Sunlight       20.602       19.869
Partial Shade       20.246       20.326

Isı haritasıyla etkileşimleri görselleştirme

import seaborn as sns
import matplotlib.pyplot as plt
sns.heatmap(plant_growth, 
            annot=True, 
            cmap='coolwarm',
            fmt='g')
plt.show()

Bitki Büyümesi Isı Haritası

Etkileşimleri yorumlama

Light_Condition     Organic   Synthetic
Full Sunlight       20.602       19.869
Partial Shade       20.246       20.326

Etkileşimler: bir faktörün etkisinin diğer faktörün düzeyine göre değişmesi
Anlamlı etkileşim → faktörler bağımsız çalışmaz

Faktöriyel tasarımlar vs. rastgele blok tasarımları

Çoklu tedaviler ve etkileşimler
Çok değişkenli karmaşık etkileri ve etkileşimleri ayrıştırır
Daha fazla denek gerektirebilir

Işık koşulları ve gübre türünün bitki büyümesini nasıl etkilediğini gösteren bir deney.

Benzer denekleri rastgele blok tasarımlarında gruplayın
Blok içi varyansı kontrol edin
Her tedavi her blokta test edilir

Rastgele atanmış renklere sahip küpler içeren iki blok.

¹ Görseller DALL·E 3 ile oluşturuldu

Hadi pratik yapalım!

Python ile Deney Tasarımı