Especificar las opciones para Analizar diseño de cribado definitivo

Estadísticas > DOE > Cribado > Analizar diseño de cribado > Opciones

Especifique las opciones que se utilizarán para analizar el diseño de cribado.

Ponderaciones

En Ponderaciones, ingrese una columna numérica de ponderaciones para realizar la regresión ponderada. La regresión ponderada es un método que se puede utilizar cuando se viola el supuesto de varianza constante en los residuos para la regresión de mínimos cuadrados (lo que también se conoce como heterocedasticidad). Con la ponderación correcta, este procedimiento minimiza la suma de los residuos al cuadrado ponderados para producir residuos estandarizados con una varianza constante. Para obtener más información acerca de cómo determinar la ponderación apropiada, vaya a Regresión ponderada.

Las ponderaciones deben ser mayores que o iguales a cero. La columna de ponderaciones debe tener el mismo número de filas que la columna de respuesta.

Nivel de confianza para todos los intervalos

Ingrese el nivel de confianza para los intervalos de confianza de los coeficientes y los valores ajustados.

Por lo general, un nivel de confianza de 95% funciona adecuadamente. Un nivel de confianza de 95% indica que si usted tomara 100 muestras aleatorias de la población, los intervalos de confianza de aproximadamente 95 de las muestras incluirían la respuesta media. Para un conjunto de datos dado, un nivel de confianza más bajo produce un intervalo más estrecho y un nivel de confianza más alto produce un intervalo más amplio.

Nota

Para mostrar los intervalos de confianza, debe ir al cuadro de diálogo secundario Resultados y, en Presentación de resultados, seleccione Tablas ampliadas.

Tipo de intervalo de confianza

Seleccione el tipo de intervalo o borde de confianza que desea mostrar.

Por ejemplo, la concentración media pronosticada de sólidos disueltos en agua es 13.2 mg/L. El intervalo de confianza de 95% para la media de múltiples observaciones futuras va de 12.8 mg/L a 13.6 mg/L. El borde superior de 95% para la media de múltiples observaciones futuras es 13.5 mg/L, que es más preciso porque el borde está más cerca de la media pronosticada.
  • Bilateral: Utilice un intervalo de confianza bilateral para estimar tanto los valores inferiores como los valores superiores probables para la respuesta media.
  • Límite inferior: Utilice un borde inferior para estimar un valor inferior probable para la respuesta media.
  • Límite superior: Utilice un borde de confianza superior para estimar un valor superior probable para la respuesta media.

Transformación de Box-Cox

Aplicar una transformación de Box-Cox a sus datos de respuesta cuando los residuos no estén normalmente distribuidos o no tengan una varianza constante. Cuando se transforman los datos, Minitab transforma los datos de respuesta y los utiliza en el análisis. En la mayoría de las condiciones, no es necesario corregir la no normalidad a menos que los datos sean altamente asimétricos. Cuando se utiliza una transformación de Box-Cox, todos los datos de respuesta deben ser positivos (>0). Para determinar si la transformación de Box-Cox podría ser apropiada para los datos, revise las gráficas de residuos y otras medidas de diagnóstico. Para obtener más información sobre la revisión del modelo, vaya a Validar los supuestos del modelo en regresión o ANOVA.
Transformación de Box-Cox
Seleccione el valor de lambda que Minitab utiliza para transformar los datos:
  • Sin transformación: Utilice los datos originales de respuesta.
  • λ óptimo: Utilice el valor óptimo de lambda, que debe producir la transformación con el mejor ajuste. Por opción predeterminada, Minitab redondea el valor óptimo de lambda a 0.5 o al entero más cercano. Por ejemplo, Minitab redondea el valor de lambda a –1, –0.5, 0, 0.5, 1, etc. Si se desea utilizar los valores óptimos en lugar de los valores redondeados para la transformación, elija Herramientas > Opciones > Modelos lineales > Presentación de resultados.
  • λ = 0 (logaritmo natural): Utilice el logaritmo natural de los datos.
  • λ = 0.5 (raíz cuadrada): Utilice la raíz cuadrada de los datos.
  • λ: Utilice un valor especificado para lambda. Otras transformaciones comunes son el cuadrado (λ = 2), la raíz cuadrada inversa (λ = −0.5) y la inversa (λ = −1). Generalmente, no se debe usar un valor fuera del rango de −2 y 2.

Tabla de medias

Usted puede mostrar las medias de los mínimos cuadrados para los efectos principales, los efectos principales y las interacciones de dos factores o todos los efectos principales e interacciones en la salida. Alternativamente, puede mostrar las medias para un subconjunto de estos términos o ningún término. Los términos cuadráticos incluidos en el modelo afectan las medias ajustadas de los efectos principales y las interacciones.

Si selecciona Términos especificados, utilice los botones de flecha para mover términos de una lista a la otra. Términos disponibles muestra todos los términos cuyas medias se pueden mostrar. Minitab muestra las medias de los términos en Términos seleccionados. Seleccione uno o más términos en una de las listas y luego haga clic en un botón de flecha. Las flechas dobles mueven todos los términos de una lista a la otra. También puede hacer doble clic en un término para moverlo. Si un efecto principal o interacción que espera ver en la lista no aparece, tendrá que agregarlo al modelo.

Al utilizar este sitio, usted acepta el uso de cookies para efectos de análisis y contenido personalizado.  Leer nuestra política