Consideraciones acerca de los datos para Analizar diseño de mezcla

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 al menos 2 componentes.

Para definir un experimento de mezcla en Minitab, debe tener al menos dos componentes que sean continuos. Si no cuenta con al menos dos componentes, no tiene una mezcla.

La variable de respuesta debe ser continua

Si la variable de respuesta es categórica, es menos probable que el modelo cumpla con los supuestos del análisis, que describa con exactitud los datos o que haga predicciones útiles.

• Si las variables de respuesta tienen dos categorías, utilice Ajustar regresión logística binaria.
• Si la variable de respuesta cuenta ocurrencias, tales como el número de defectos, utilice Ajustar modelo de Poisson.

Asegúrese de que el sistema de medición produzca datos de respuesta que sean 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.

Recolecte los 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.