Ejemplo de Analizar respuesta binaria para diseño de cribado definitivo

Ingenieros de control de calidad desean mejorar un proceso que produce pretzels. El color es una característica de calidad clave. Los ingenieros utilizan un diseño de cribado definitivo para determinar los posibles factores que afectan el color de los pretzels. Para el experimento, los inspectores clasifican pequeños lotes de pretzels en categorías de conformes y no conformes.

  1. Abra los datos de muestra, ColorPretzel.MTW.
  2. Elija Estadísticas > DOE > Cribado > Analizar respuesta binaria
  3. En Nombre de evento, ingrese Evento.
  4. En Número de eventos, ingrese Color aceptabl.
  5. En Número de ensayos, ingrese Ensayos.
  6. Haga clic en Términos.
  7. En Incluir los siguientes términos, elija Cuadrático completo. Haga clic en Aceptar.
  8. Haga clic en Escalonado.
  9. En Método, elija Criterios de información hacia adelante.
  10. Haga clic en Aceptar en cada cuadro de diálogo.

Interpretar los resultados

El diagrama de Pareto muestra barras para los términos del mejor modelo de acuerdo con el criterio AICc. Dos efectos principales se encuentran en el modelo: Tiemp horneado (E) y Temp hornea 2 (H). El modelo también incluye el término cuadrático para Tiemp horneado y el efecto de interacción los dos factores.

Los ingenieros concuerdan en que este modelo coincide con su conocimiento del proceso. Los ingenieros deciden utilizar el modelo para planificar más experimentos.

Regresión logística binaria del diseño de cribado: Color acepta vs. Prot harina, Agua, ...

Método Función de enlace Logit Filas utilizadas 50
Selección de términos hacia adelante AICc mínimo alcanzado = 243.23
Información de respuesta Nombre del Variable Valor Conteo evento Color aceptabl Evento 4235 Evento Sin evento 765 Ensayos Total 5000
Coeficientes codificados EE del Término Coef coef. FIV Constante 2.394 0.145 Tiemp horneado 0.7349 0.0538 1.11 Temp hornea 2 0.5451 0.0541 1.20 Tiemp horneado*Tiemp horneado -0.384 0.153 1.04 Tiemp horneado*Temp hornea 2 -0.5106 0.0562 1.24
Relaciones de probabilidades para predictores continuos Unidad IC de Relación de de cambio probabilidades 95% Tiemp horneado 2 * (*, *) Temp hornea 2 15 * (*, *) No se calculan relaciones de probabilidades para los predictores que están incluidos en los términos de interacción, porque estas relaciones dependen de los valores de los otros predictores presentes en los términos de interacción..
Resumen del modelo R-cuad. R-cuad. de (ajust) de desviación desviación AIC AICc BIC 95.81% 95.29% 241.87 243.23 251.43
Pruebas de bondad del ajuste Prueba GL Chi-cuadrada Valor p Desviación 45 32.28 0.922 Pearson 45 31.93 0.929 Hosmer-Lemeshow 8 7.10 0.526
Análisis de Varianza Desv. Media Fuente GL ajust. ajust. Chi-cuadrada Valor p Modelo 4 737.452 184.363 737.45 0.000 Tiemp horneado 1 203.236 203.236 203.24 0.000 Temp hornea 2 1 100.432 100.432 100.43 0.000 Tiemp horneado*Tiemp horneado 1 6.770 6.770 6.77 0.009 Tiemp horneado*Temp hornea 2 1 80.605 80.605 80.61 0.000 Error 45 32.276 0.717 Total 49 769.728
Ecuación de regresión en unidades no codificadas P(Evento) = exp(Y')/(1 + exp(Y')) Y' = -11.984 + 3.361 Tiemp horneado + 0.08740 Temp hornea 2 - 0.0961 Tiemp horneado*Tiemp horneado - 0.01702 Tiemp horneado*Temp hornea 2
Ajustes y diagnósticos para observaciones poco comunes Probabilidad Resid Obs observada Ajuste Resid est. 1 0.9800 0.9376 2.0298 2.13 R 7 0.9800 0.9396 1.9581 2.00 R 24 0.9000 0.9497 -2.0182 -2.15 R Residuo grande R
Al utilizar este sitio, usted acepta el uso de cookies para efectos de análisis y contenido personalizado.  Leer nuestra política