Faktoriální plány: principy a aplikace

Experimentální design v Pythonu

James Chapman

Curriculum Manager, DataCamp

Porozumění faktoriálnímu plánu

Zkoumání více nezávislých proměnných/faktorů v jednom experimentu
Testování každé kombinace úrovní faktorů
Odhalení přímých efektů a interakcí mezi faktory

Experiment zachycující vliv světelných podmínek a typu hnojiva na růst rostlin.

¹ Image Generated with DALL·E 3

Příklad dat faktoriálního plánu

Faktor 1 (Light_Condition) – dvě úrovně: Full Sunlight a Partial Shade
Faktor 2 (Fertilizer_Type) – dvě úrovně: Synthetic a Organic
Číselná závislá/výsledná proměnná: 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

Uspořádání dat pro vizualizaci interakcí

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

Vizualizace interakcí pomocí teplotní mapy

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

Teplotní mapa růstu rostlin

Interpretace interakcí

Light_Condition     Organic   Synthetic
Full Sunlight       20.602       19.869
Partial Shade       20.246       20.326

Interakce: jak se efekt jednoho faktoru mění v závislosti na úrovni jiného faktoru
Významná interakce → faktory nepůsobí nezávisle

Faktoriální plány vs. plány s randomizovanými bloky

Více ošetření a interakcí
Analýza složitých víceproměnných efektů a interakcí
Může vyžadovat více subjektů

Experiment zachycující vliv světelných podmínek a typu hnojiva na růst rostlin.

Seskupení podobných subjektů v randomizovaných plánech
Kontrola rozptylu uvnitř bloku
Každé ošetření je testováno v každém bloku

Dva bloky obsahující kostky s náhodně přiřazenými barvami.

¹ Images Generated with DALL·E 3

Lass uns üben!

Experimentální design v Pythonu