Faktoriella designer: principer och tillämpningar

Experimentell design i Python

James Chapman

Curriculum Manager, DataCamp

Förstå faktoriell design

Studera flera oberoende variabler/faktorer i ett experiment
Testa varje kombination av faktornivåer
Upptäck direkta effekter och interaktioner mellan faktorer

Ett experiment som visar hur ljusförhållanden och gödseltyp påverkar växttillväxt.

¹ Bild skapad med DALL·E 3

Exempel på faktoriell designdata

Faktor 1 (Light_Condition) – två nivåer: Full Sunlight och Partial Shade
Faktor 2 (Fertilizer_Type) – två nivåer: Synthetic och Organic
Numerisk respons-/beroende-/utfallsvariabel: 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

Organisera data för att visualisera interaktioner

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

Visualisera interaktioner med värmekarta

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

Värmekarta över växttillväxt

Tolka interaktioner

Light_Condition     Organic   Synthetic
Full Sunlight       20.602       19.869
Partial Shade       20.246       20.326

Interaktioner: hur effekten av en faktor varierar beroende på nivån hos en annan faktor
Signifikant interaktion → faktorerna verkar inte oberoende av varandra

Faktoriella designer vs. randomiserade blockdesigner

Flera behandlingar och interaktioner
Analysera komplexa flervariabeleffekter och interaktioner
Kan kräva fler försökspersoner

Ett experiment som visar hur ljusförhållanden och gödseltyp påverkar växttillväxt.

Gruppera liknande försöksenheter i randomiserade designer
Kontrollera variansen inom block
Varje behandling testas inom varje block

Två block med kuber i slumpmässigt tilldelade färger.

¹ Bilder skapade med DALL·E 3

Nu kör vi en övning!

Experimentell design i Python