Question

来自block.random()库的

psych是创建block-randomized实验设计的好工具，但是，编写的函数要求您在开始之前进行一些计算，并生成一个矩阵，仅包含实验因子水平的数字指数。

一个植物生长实验示例，包含您在开始进行实验设计时通常知道的信息：

两个实验因素，比如肥料和阳光
三级肥料（5mL /天，10mL /天，20mL /天）
两层阳光（直射阳光，阴影）
您的功效分析告诉您每组需要15个样本

您可以通过以下方式使用block.random：

> plan=block.random(n=90,c(fertilizer=3,sunlight=2))
> headtail(plan)
    blocks fertilizer sunlight
S1       1          3        2
S2       1          2        1
S3       1          3        1
S4       1          1        1
...    ...        ...      ...
S87     15          3        2
S88     15          2        1
S89     15          1        1
S90     15          1        2

好的，但有两个问题：

你必须意识到你需要90个样本才能使用这个功能（每组15个，肥料3个级别，2个阳光级别）这是一个很难解决的问题
您不一定能直接使用输出，因为您必须将因子的数值水平（肥料1：3，阳光1：2）与实际水平（5mL /天，10mL / 10）相关联。一天，肥料20毫升/天）和（阳光直射，阳光照射）

我宁愿拥有包含我的关卡名称的内容，我可以直接打印以供参考，也可以快速格式化为包含在报表中的表格。

我该如何做到这一点？

Answer 1

使用block.random()的简单包装函数，可以实现以上所有功能。

create.randomization.plan <- function(n.per.group, factors, seed=NULL){
  factor.lengths <- sapply(factors,length)
  if(!is.null(seed)){
    set.seed(seed)
  }
  plan <- as.data.frame(block.random(n.per.group*prod(factor.lengths),
                                     factor.lengths))
  for(i in 1:length(factors)){
    plan[,colnames(plan)==names(factors)[i]] <-
      factor(plan[,colnames(plan)==names(factors)[i]])
    levels(plan[,colnames(plan)==names(factors)[i]]) <- factors[[i]]
  }
  return(plan)
}

用法如下：

> factors <- list(fertilizer=c("5mL/day", "10mL/day", "20mL/day"),
+                 sunlight=c("direct sun", "shade"))
> 
> plan <- create.randomization.plan(15, factors)
> headtail(plan)
    blocks fertilizer   sunlight
S1       1   10mL/day      shade
S2       1   20mL/day direct sun
S3       1   20mL/day      shade
S4       1    5mL/day direct sun
...    ...       <NA>       <NA>
S87     15   10mL/day      shade
S88     15    5mL/day direct sun
S89     15   10mL/day direct sun
S90     15   20mL/day direct sun

您还可以设置种子以获得可重复性：create.randomization.plan(15, factors, seed=123)

如何生成具有命名因子水平的block.random实验设计

1 个答案: