Çapraz Tam Faktöriyel Deney — Denek-İçi Tam Faktöriyel Tasarım
Crossover Full Factorial Experimental Design · Ayrıca şöyle bilinir: within-subject full factorial design, repeated-measures full factorial experiment, crossover factorial trial, full factorial crossover design
Çapraz tam faktöriyel deney, çapraz (denek-içi) tasarımın verimliliği ile tam faktöriyel tasarımın kapsamlılığını birleştirir. Her katılımcı, ardışık tedavi dönemleri boyunca, arındırma aralıklarıyla ayrılmış olarak, faktör seviyelerinin tüm kombinasyonlarını alır ve her katılımcıyı kendi kontrolü olarak kullanarak tüm ana etkilerin ve etkileşimlerin eksiksiz tahminine olanak tanır.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Çapraz tam faktöriyel deneyi şu durumlarda kullanın: (1) araştırma sorusu, birden fazla faktör arasındaki tüm ana etkilerin ve etkileşimlerin tahmin edilmesini gerektiriyorsa; (2) sonuç tersine çevrilebilir ise — tedavinin arındırmadan sonra devam edecek kalıcı bir etkisi yoksa; (3) katılımcı havuzu sınırlıysa ve denek-içi karşılaştırma istatistiksel gücü büyük ölçüde artırıyorsa; ve (4) katılımcılar tüm tedavi dönemlerini gerçekçi bir şekilde tamamlayabiliyorsa. Farmakoloji, beslenme bilimi, ergonomi ve bilişsel psikolojide idealdir. Şu durumlarda KULLANMAYIN: tedavilerin kalıcı veya uzun süreli etkileri varsa (örn. cerrahi, aşılar); arındırma dönemleri tedavi fazlarını pratik olarak ayıramıyorsa; faktör kombinasyonlarının sayısı o kadar fazlaysa ki deneme süresi külfetli hale geliyorsa veya katılımcı kaybı çok yüksekse; veya taşma etkilerinin tedavi-dönem etkileşimine bağlı olduğundan şüpheleniliyorsa (tekdüze olmayan taşma).
Güçlü yönler & sınırlılıklar
- Katılımcılar kendi kontrolleri olarak hizmet eder, hata teriminden denekler arası değişkenliği ortadan kaldırır ve istatistiksel gücü önemli ölçüde artırır.
- Tam faktöriyel yapı, tüm ana etkileri ve tüm etkileşim etkilerini karıştırma olmaksızın tahmin eder — hiçbir bilgi incelenmeden bırakılmaz.
- Eşdeğer gücü elde etmek için paralel gruplu tam faktöriyel tasarıma göre daha az katılımcı gerektirir.
- Bir faktörün etkisinin diğer faktörlerin seviyelerine nasıl bağlı olduğunu ortaya koyarak daha zengin mekanistik içgörü sağlar.
- Katılımcı zamanının verimli kullanımı: her kişi her tedavi kombinasyonu için veri sağlar.
- Taşma etkileri temel bir tehdittir; bir tedavinin etkisi bir sonraki döneme kadar devam ederse, denek-içi karşılaştırmalar yanlı olur.
- Tedavi kombinasyonlarının sayısı faktörler ve seviyelerle üstel olarak artar (iki seviyeli faktörler için 2^k), bu da tasarımı birçok faktörle pratik olmaktan çıkarır.
- Uzun toplam deneme süresi — tüm dönemler artı arındırmalar — bırakma riskini ve yorgunluk etkilerini artırır.
- İstatistiksel analiz, basit bir denekler arası tasarımdan daha karmaşıktır, denek-içi korelasyonu doğru şekilde ele alan karma modeller gerektirir.
- Tedaviler geri döndürülemez sonuçlar ürettiğinde kullanılamaz.
SSS
Bu, standart bir çapraz tasarımdan nasıl farklıdır?
Standart bir çapraz tasarım tipik olarak iki (veya birkaç) tedaviyi ardışık olarak karşılaştırır. Çapraz tam faktöriyel deney, her katılımcının birden fazla faktörün tüm kombinasyonlarını almasını gerektirerek bunu genişletir — çapraz bir çerçevede uygulanan tam faktöriyel bir yapı. Bu, sadece ana etkileri değil, faktörler arasındaki etkileşim etkilerinin de tahmin edilmesini sağlar.
Taşma nedir ve burada neden bu kadar önemlidir?
Taşma, bir dönemde uygulanan bir tedavinin etkisinin bir sonraki döneme kadar devam etmesi ve yeni tedavi altında ölçülen sonucu bozması durumunda ortaya çıkar. Çapraz bir tasarımda, denek-içi karşılaştırma ancak her dönemin ölçümü sadece mevcut tedaviyi yansıtıyorsa geçerlidir. Birçok tedavi dönemiyle (tam faktöriyel çaprazlamada olduğu gibi), taşmanın dönemler boyunca birikme riski daha yüksektir, bu da arındırma planlamasını kritik hale getirir.
Arındırma süresini nasıl seçmeliyim?
Farmakolojik çalışmalar için arındırma, aktif tedavinin en az beş biyolojik yarı ömrü kadar olmalıdır. Davranışsal veya psikolojik müdahaleler için, arındırma süresi, manipülasyonun etkilerinin ne kadar sürdüğüne dair önceki kanıtlarla yönlendirilir. Şüphe duyduğunuzda, daha uzun tarafı tercih edin ve her dönemin başında kalıntı etkiler için bir kontrol ekleyin.
Bunun yerine ne zaman kesirli faktöriyel çaprazlama kullanmalıyım?
Tam faktöriyel kombinasyonların sayısı toplam deneme süresini pratik olmaktan çıkardığında veya bırakma riski çok yüksek olduğunda, kesirli faktöriyel çapraz tasarım, bazı yüksek dereceli kombinasyonları prensipli bir takma yapı kullanarak atlar. Bu, yüksek dereceli etkileşimleri tahmin etme yeteneğini feda eder ancak ana etkileri ve düşük dereceli etkileşimleri korur, katılımcı yükünü büyük ölçüde azaltır.
Analiz için hangi istatistiksel modeli kullanmalıyım?
Doğrusal karma etkili model standart yaklaşımdır. Sabit etkiler tedavi kombinasyonu, dönem ve sırayı içerir; katılımcı rastgele bir etki olarak dahil edilir. Bu model, tekrarlayan ölçümler yapısını doğru bir şekilde hesaba katar ve tüm faktöriyel ana etkilerin ve etkileşimlerin tarafsız tahminini sağlar. Taşma etkilerinden şüpheleniliyorsa, bir taşma terimi dahil edin ve dikkatle yorumlayın.
Kaynaklar
- Jones, B., & Kenward, M. G. (2003). Design and Analysis of Cross-Over Trials (2nd ed.). Chapman and Hall/CRC. ISBN: 978-1584883429
- Montgomery, D. C. (2017). Design and Analysis of Experiments (9th ed.). Wiley. ISBN: 978-1119320937
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Crossover Full Factorial Experimental Design. ScholarGate. https://scholargate.app/tr/experimental-design/crossover-full-factorial-experiment
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Çaprazlama Faktöriyel DeneyDeney tasarımı↔ karşılaştır
- Çapraz Geçişli Randomize Kontrollü ÇalışmaDeney tasarımı↔ karşılaştır
- Faktöriyel DeneyDeney tasarımı↔ karşılaştır
- Tam Faktöriyel DeneyDeney tasarımı↔ karşılaştır
- Latin Kare ve Greko-Latin Kare TasarımıDeney tasarımı↔ karşılaştır
- Tekrarlanan ölçümler ANOVAİstatistik↔ karşılaştır