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.

Método

Función de enlaceLogit
Filas utilizadas50

Selección de términos hacia adelante

AICc mínimo alcanzado = 243.23

Información de respuesta

VariableValorConteoNombre del
evento
Color aceptablEvento4235Evento
  Sin evento765 
EnsayosTotal5000 

Coeficientes codificados

TérminoCoefEE del coef.FIV
Constante2.3940.145 
Tiemp horneado0.73490.05381.11
Temp hornea 20.54510.05411.20
Tiemp horneado*Tiemp horneado-0.3840.1531.04
Tiemp horneado*Temp hornea 2-0.51060.05621.24

Relaciones de probabilidades para predictores continuos

Unidad
de
cambio
Relación de
probabilidades
IC de
95%
Tiemp horneado2*(*, *)
Temp hornea 215*(*, *)
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-cuadrado
de la
Desviación
R-cuadrado de
la Desviación
(ajust)
AICAICcBIC
95.81%95.29%241.87243.23251.43

Pruebas de bondad de ajuste

PruebaGLChi-cuadradaValor p
Desviación4532.280.922
Pearson4531.930.929
Hosmer-Lemeshow87.100.526

Análisis de Varianza

FuenteGLDesv. ajust.Media ajust.Chi-cuadradaValor p
Modelo4737.452184.363737.450.000
  Tiemp horneado1203.236203.236203.240.000
  Temp hornea 21100.432100.432100.430.000
  Tiemp horneado*Tiemp horneado16.7706.7706.770.009
  Tiemp horneado*Temp hornea 2180.60580.60580.610.000
Error4532.2760.717   
Total49769.728     

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

ObsProbabilidad
observada
AjusteResidResid est.
10.98000.93762.02982.13R
70.98000.93961.95812.00R
240.90000.9497-2.0182-2.15R
Residuo grande R