Seleccionar las gráficas que se mostrarán para Analizar respuesta binaria para diseño de superficie de respuesta

Minitab provee tres gráficas que ayudan a identificar los términos que influyen en la respuesta: un diagrama de Pareto, una gráfica normal y una gráfica de normales absolutos. Estas gráficas le permiten comparar la magnitud relativa de los efectos y evaluar su significancia estadística. Minitab dibuja gráficas de efectos cuando el modelo deja al menos 1 grado de libertad para el error.

El umbral de significancia estadística depende del nivel de significancia (denotado por α o alfa). A menos que usted utilice un método de selección escalonado, el nivel de significancia es 1 menos el nivel de confianza del análisis. Para obtener más información sobre cómo cambiar el nivel de confianza, vaya a Especificar las opciones para Analizar respuesta binaria para diseño de superficie de respuesta. Si usa selección hacia atrás o selección escalonada, el nivel de significancia es el nivel de significancia en que Minitab elimina un término del modelo, conocido como Alfa a retirar. Si usa selección hacia adelante, el nivel de significancia es el nivel de significancia en que Minitab agrega un término al modelo, conocido como Alfa a entrar. Para obtener más información sobre las opciones de los métodos escalonados, vaya a Realizar regresión escalonada para Analizar respuesta binaria para diseño de superficie de respuesta.

Pareto

Seleccione para determinar la magnitud y la importancia de un efecto. El diagrama muestra el valor absoluto de los efectos estandarizados y traza una línea de referencia en la gráfica. Cualquier efecto que se extienda más allá de esta línea de referencia es estadísticamente significativo.

Normal

Seleccione para comparar la magnitud y la significancia estadística de los efectos lineales, cuadráticos y de interacción. La línea ajustada indica donde se esperaría que se situaran los puntos si los efectos fueran cero. Los efectos significativos tienen una etiqueta y se sitúan hacia el lado izquierdo o derecho de la gráfica.

La gráfica de probabilidad normal muestra los efectos negativos en el lado izquierdo de la gráfica y los efectos positivos en el lado derecho de la gráfica.

Normales (absolutos)

Seleccione para comparar la magnitud y la significancia estadística de los efectos lineales, cuadráticos y de interacción. La línea ajustada indica donde se esperaría que se situaran los puntos si los efectos fueran cero. Los efectos significativos tienen una etiqueta y se sitúan hacia el lado derecho de la gráfica.

La gráfica de normales absolutos muestra el valor absoluto de todos los efectos estandarizados, positivos y negativos. En lugar de colocar los efectos negativos a la izquierda y los efectos positivos a la derecha, todos los efectos significativos están en el lado derecho, lo cual enfatiza sus magnitudes relativas.

Residuos para las gráficas

Especifique el tipo de residuos que se mostrará en las gráficas de residuos. Para obtener más información, vaya a ¿Qué tipos de residuos se incluyen en Minitab?.

• Regular: Grafica los residuos regulares sin procesar.
• Estandarizado: Grafica los residuos estandarizados.
• Eliminado: Grafica los residuos eliminados studentizados.

Gráficas de residuos

Utilice las gráficas de residuos para determinar si el modelo cumple con los supuestos del análisis. Para obtener más información, vaya a Gráficas de residuos en Minitab.

• Gráficas individuales: Seleccione las gráficas de residuos que desea mostrar.

  Histograma

  Muestra un histograma de los residuos.

  Gráfica normal

  Muestra una gráfica de probabilidad normal de los residuos.

  Residuos vs. ajustes

  Muestra los residuos versus los valores ajustados.

  Residuos vs. orden

  Muestra los residuos versus el orden de los datos. El orden de corrida para cada punto de datos se muestra en el eje X.

• Cuatro en uno: Muestra las cuatro gráficas de residuos juntas en una sola gráfica.

Residuos vs. variables

Ingrese una o más variables para graficar versus los residuos. Se pueden graficar los siguientes tipos de variables:

• Las variables que ya están en el modelo actual, para buscar la curvatura en los residuos.
• Variables importantes que no están en el modelo actual, para determinar si están relacionadas con la respuesta.