Observations relatives aux données pour la fonction Analyser un plan de mélange

Pour garantir la validité de vos résultats, vérifiez que les règles suivantes sont respectées lorsque vous collectez des données, effectuez une analyse et interprétez vos résultats.

Les données doivent inclure au moins 2 composantes
Pour définir une expérience de mélange dans Minitab, vous devez disposer d'au moins deux composantes continues. Si ce n'est pas le cas, vous n'avez pas de mélange.
La variable de réponse doit être continue
Si la variable de réponse est une variable de catégorie, le modèle est moins susceptible de satisfaire les hypothèses de l'analyse, de décrire précisément vos données ou de permettre des prévisions utiles.
Permet de s'assurer que le système de mesure génère des données de réponse fiables

Si la variabilité dans votre système de mesure est trop grande, il se peut que votre expérience ne parvienne pas à trouver les effets importants en raison d'un manque de puissance.

Chaque observation doit être indépendante de toutes les autres
Si vos observations individuelles ne sont pas indépendantes, les résultats ne seront peut-être pas valides. Tenez compte des points suivants pour déterminer si vos observations sont indépendantes :
  • Si une observation ne fournit aucune information sur la valeur d'une autre observation, cela signifie que les observations sont indépendantes.
  • Si une observation fournit des informations sur la valeur d'une autre observation, cela signifie que les observations sont dépendantes.
Les essais de l'expérience doivent être randomisés

La randomisation réduit les chances que des conditions non contrôlées biaisent les résultats. En outre, étant donné que la randomisation vous permet d'estimer la variation inhérente aux matériaux et conditions, vous pouvez effectuer des inférences statistiques valides en fonction des données issues de l'expérience.

Suivre les meilleures pratiques pour la collecte des données
Pour garantir la validité de vos résultats, suivez les indications suivantes :
  • Assurez-vous que les données sont représentatives de la population qui vous intéresse.
  • Collectez suffisamment de données pour bénéficier de la précision nécessaire.
  • Consignez les données dans leur ordre de collecte.
Le modèle doit être bien ajusté aux données

Si le modèle n'est pas bien ajusté aux données, les résultats risquent d'être trompeurs. Dans les résultats, utilisez les graphiques des valeurs résiduelles, les statistiques de diagnostic pour les observations aberrantes, ainsi que les statistiques récapitulatives du modèle pour déterminer l'ajustement du modèle aux données.

En utilisant ce site, vous acceptez l'utilisation de cookies à des fins d'analyse et de personnalisation du contenu.  Lisez notre politique