Consideraciones acerca de los datos para Analizar diseño de cribado definitivo

Para asegurar que los resultados sean válidos, considere las siguientes pautas al recopilar datos, realizar el análisis e interpretar los resultados.

Los datos deben incluir por lo menos 2 factores, que pueden ser continuos o categóricos
Un experimento diseñado en Minitab debe tener por lo menos 2 factores que sean continuos o categóricos.
La variable de respuesta debe ser continua
Si la variable de respuesta es categórica, el modelo tiene menos probabilidad de cumplir con los supuestos del análisis, de describir los datos con exactitud o de hacer predicciones útiles.
Asegurar que el sistema de medición produzca datos de respuesta fiables
Si la variabilidad en el sistema de medición es demasiado grande, el experimento puede carecer de la potencia necesaria para encontrar efectos importantes.
Cada observación debe ser independiente de todas las demás observaciones
Si las observaciones individuales son dependientes, los resultados podrían no ser válidos. Considere los siguientes puntos para determinar si las observaciones son independientes:
  • Si una observación no proporciona información sobre el valor de otra observación, las observaciones son independientes.
  • Si una observación proporciona información sobre el valor de otra observación, las observaciones son dependientes.
Las corridas experimentales deben ser aleatorizadas
La aleatorización reduce la probabilidad de que condiciones no controladas creen sesgo en los resultados. La aleatorización también permite estimar la variación inherente en los materiales y las condiciones de manera que se puedan hacer inferencias estadísticas válidas con base en los datos del experimento.
En algunas situaciones, la aleatorización pudiera conducir a un orden indeseable de las corridas. Por ejemplo, los cambios en los niveles de los factores pueden ser difíciles, costosos o tomar mucho tiempo para producir un proceso estable. En tales condiciones, convendría aleatorizar con un diseño de parcela dividida para minimizar los cambios de nivel.
Recolectar datos utilizando las mejores prácticas
Para asegurar que los resultados sean válidos, considere las siguientes pautas:
  • Asegúrese de que los datos representan a la población de interés.
  • Recolecte suficientes datos para proporcionar la precisión necesaria.
  • Registre los datos en el orden de recolección.
El modelo debe proveer un ajuste adecuado a los datos
Si el modelo no se ajusta a los datos, los resultados pueden ser engañosos. En la salida, utilice las gráficas de residuos, los estadísticos de diagnóstico para observaciones poco comunes y los estadísticos de resumen del modelo para determinar qué tan bien se ajusta el modelo a los datos.
Al utilizar este sitio, usted acepta el uso de cookies para efectos de análisis y contenido personalizado.  Leer nuestra política