Le choix des termes à inclure ou exclure dans un modèle de surface de réponse est important. Plusieurs éléments peuvent influer sur la décision.
- En général, la première étape de l'exclusion d'un terme consiste à observer sa valeur de p : si la valeur de p est inférieure au niveau d'alpha (α), le terme doit rester dans le modèle.
- Même si la valeur de p est inférieure au niveau d'α, vous pouvez songer à exclure le terme. Mais vous devez d'abord considérer les points suivants :
- En quoi l'exclusion du terme modifie R carré ajusté et S. Plus R carré ajusté est grand, meilleur est le modèle. Plus S est petit, meilleur est le modèle. Par conséquent, si l'exclusion du terme réduit R ajusté et augmente S, ce terme doit rester dans le modèle.
- En quoi l'exclusion d'un terme influe sur l'inadéquation de l'ajustement. Vous pouvez déterminer l'inadéquation de l'ajustement en évaluant les valeurs résiduelles.
- En quoi l'exclusion d'un terme de niveau inférieur influe sur la hiérarchie du modèle. Dans un modèle hiérarchique, tous les termes d'ordre inférieur qui sont inclus dans les termes d'ordre supérieur apparaissent aussi dans le modèle. Par exemple, un modèle qui comprend le terme d'interaction A*B*C est hiérarchique s'il comprend les termes suivants : A, B, C, A*B, A*C et B*C. Les modèles de surface de réponse doivent être hiérarchiques si vous souhaitez produire une équation en unités non codées (ou naturelles).
Ces considérations sont toutes d'ordre statistique. Vous souhaiterez peut-être, pour de sérieuses raisons techniques ou scientifiques, inclure un terme dans un modèle même s'il ne semble pas significatif. Des connaissances à la fois techniques et statistiques doivent par conséquent guider vos décisions.
