1
หลักสูตรระดับบัณฑิตศึกษาในการออกแบบการทดลองควรครอบคลุมอะไรบ้าง
ฉันถูกขอให้เสนอหลักสูตรในการออกแบบการทดลองสำหรับนักศึกษาระดับบัณฑิตศึกษาขั้นสูงด้านพืชไร่และนิเวศวิทยา ฉันไม่เคยเรียนหลักสูตรนี้มาก่อนและรู้สึกประหลาดใจที่พบว่าหลักสูตรนี้อาจมีชื่อว่า "Beyond one-way ANOVA" มากกว่าและมันครอบคลุมเนื้อหาที่ฉันได้เรียนในหลักสูตรระดับบัณฑิตศึกษาขั้นสูงเกี่ยวกับสถิติสำหรับการทดลองทางการเกษตร (เช่น RCBD, ละตินสแควร์, ความคมชัด, การวัดซ้ำและ covariates) บางทีฉันอาจสับสนด้วยชื่อ "การออกแบบการทดลอง" มากกว่า "การวิเคราะห์ผลลัพธ์การทดลอง" ฉันมีความคิดบางอย่างเกี่ยวกับสิ่งที่หลักสูตรดังกล่าวควรมีและขอขอบคุณข้อเสนอแนะเกี่ยวกับวิธีการนี้อาจรวมเข้ากับหลักสูตรสถิติที่ตรงกับความต้องการของนักเรียนในขณะที่นำเสนอทางเลือกที่ทันสมัย ตัวอย่างเช่นฉันไม่สามารถจินตนาการการสอนให้นักเรียนใช้ความแตกต่างเชิงเส้นและสมการกำลังสองกับ ANOVA ที่บังคับให้จัดประเภทของตัวแปรต่อเนื่องเมื่อฉันสามารถสอนพวกเขาเพื่อเปรียบเทียบแบบจำลองการถดถอยกับฟังก์ชันเชิงเส้นและกำลังสอง ในกรณีที่สองพวกเขาจะได้เรียนรู้วิธีจัดการกับปัจจัยที่ไม่ได้กำหนดค่าโดยสิ้นเชิงแบบทดลอง ถ้ามีอะไรฉันอาจเปรียบเทียบทั้งสองแนวทาง ถ้าฉันจะสอนหลักสูตรใน "การออกแบบการทดลอง" ฉันอยากจะเน้นแนวคิดพื้นฐานที่เป็นอิสระจากแบบจำลองทางสถิติที่นำไปใช้และนั่นจะแปลปัญหาอื่น ๆ ให้กว้างขึ้น สิ่งนี้จะช่วยให้นักเรียนมีความยืดหยุ่นในการใช้วิธีการทางสถิติที่ทันสมัย แนวคิดที่เกี่ยวข้องบางอย่างที่ไม่ปรากฏในหลักสูตรที่มีอยู่ ได้แก่ : แบบลำดับชั้นและแบบผสม (ซึ่งฉันเข้าใจ ANOVA และญาติเป็นตัวอย่าง) การเปรียบเทียบแบบจำลอง (เช่นเพื่อแทนที่ความแตกต่าง) ใช้โมเดลเชิงพื้นที่แทนบล็อกเป็น 'ปัจจัย' การจำลองแบบการสุ่มและ IID ความแตกต่างระหว่างการทดสอบสมมติฐานการแฮ็ก p และการจดจำรูปแบบ การวิเคราะห์พลังงานผ่านการจำลอง (เช่นการกู้คืนพารามิเตอร์จากชุดข้อมูลจำลอง) ลงทะเบียนล่วงหน้า การใช้ความรู้เดิมจากการศึกษาที่ตีพิมพ์และหลักการทางวิทยาศาสตร์ มีหลักสูตรที่ใช้แนวทางดังกล่าวหรือไม่? ตำราตำราเล่มใดที่มีจุดสนใจเช่นนี้?