Consideraciones acerca de los datos para Regresión ortogonal

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 solo un predictor continuo, el cual contiene el error de medición

Si usted tiene un predictor continuo, pero este no contiene error de medición, utilice Gráfica de línea ajustada.

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 no va a evaluar la comparabilidad de las mediciones, puede considerar los siguientes análisis alternativos.

• Si la variable de respuesta tiene dos categorías, como pasa y no pasa, utilice Ajustar modelo logístico binario.
• Si la variable de respuesta contiene tres o más categorías que tienen un orden natural, como por ejemplo completamente en desacuerdo, en desacuerdo, neutral, de acuerdo, completamente de acuerdo, utilice Regresión logística ordinal.
• Si la variable de respuesta contiene tres o más categorías que no tienen un orden natural, como por ejemplo raya, hendidura y rotura, utilice Regresión logística nominal.
• Si la variable de respuesta cuenta ocurrencias, tales como el número de defectos, utilice Ajustar modelo de Poisson.

Usted debe especificar la relación de las varianzas del error de medición en las variables predictoras y de respuesta

Una manera de obtener estimaciones de las varianzas del error es realizando un estudio R&R del sistema de medición por separado para cada variable.

Seleccione unidades a medir que representen el rango real o esperado de las mediciones

Para verificar que dos instrumentos o métodos proporcionan mediciones comparables, seleccione unidades a medir que representen todos los valores cuando sea necesario comparar las mediciones. Entonces, mida las unidades con ambos instrumentos o métodos.

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.
• Mida las variables con tanta exactitud y precisión como sea posible.
• 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 y la gráfica de línea ajustada para determinar qué tan bien se ajusta el modelo a los datos.