Consideraciones acerca de los datos para Analizar respuesta binaria para diseño factorial

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

Usted debe haber creado o definido un diseño factorial en Minitab

Un experimento diseñado en Minitab debe tener por lo menos 2 factores que sean continuos o categóricos.

La variable de respuesta debe ser binaria

Una respuesta binaria tiene dos resultados, como por ejemplo pasa o no pasa. Los datos de respuesta se deben organizar en dos columnas de la hoja de trabajo utilizando el formato evento/ensayo. Para obtener más información, consulte Ingresar los datos para la Analizar respuesta binaria para diseño factorial.

Si su respuesta es continua, entonces debe utilizar Analizar diseño factorial.

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 de los materiales y las condiciones de manera que se puedan hacer inferencias estadísticas válidas con base en los datos del experimento.

Recolectar datos utilizando las mejores prácticas
Para asegurar que los resultados sean válidos, considere las siguientes pautas:
  • Asegúrese de que los datos representen a la población de interés.
  • Recolecte suficiente 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