Estoy diseñando un experimento con 5 variables. Algunas de las variables 2 y otros, tiene 3 niveles. El método que voy a utilizar es el Hipercubo latino, pero yo no no lo que el tamaño de la muestra debe ser válido el experimento?
Respuesta
¿Demasiados anuncios?
Juriy
Puntos
133
El número total de la muestra de combinaciones que tiene es $2\times 3 \times 2 \times 3 \times 3 = 108$ (o lo que sea). Dependiendo de su experimento (y la dificultad de la toma de muestras), lo ideal es que sólo muestra todo. Si no, hay un par de otras opciones.
Que técnicamente no puede hacer estándar LHC de muestreo, o ortogonal de muestreo, debido a que se requiere de cada una de las dimensiones a tener el mismo número de niveles. Sin embargo, usted puede hacer LHC si usas $6n$ (mínimo común múltiplo de 3 y 2) los niveles y, a continuación, el mapa que a su 2 - y 3-a nivel de los espacios.
El número de muestras que usted elija depende de usted, pero más muestras le dará los resultados más confiables, y también ayudará a evitar la correlación entre las variables (usted debe comprobar esto cuando usted decide lo que tu muestras, antes de que usted los toma). Si usted espera que su tamaño del efecto va a ser pequeña en relación al ruido, a continuación, seleccione un tamaño de muestra más grande.
Otro método que podría ser sensato es utilizar una secuencia de Baja discrepancia, como la Sobol secuencia. Básicamente, usted toma una secuencia en el espacio real $[0,1]^5$, y luego el mapa cada una de las dimensiones de las variables (así que si tienes algo en la mitad inferior de su $[0,1]$ dimensión de sus 2 primeras a nivel de variable, a continuación, elige el nivel 1, etc.). Esto tiene la ventaja sobre el LHC que puede decidir añadir más muestras, manteniendo relativamente uniforme de la muestra de cobertura, y las bajas correlaciones entre las variables. También, usted no está limitado a los tamaños de muestra de $6n$. He utilizado con éxito este método con tamaños de muestra tan bajos como 25.
