Estrutura de aliases para Análise de Variabilidade

Encontre definições e orientações de interpretação para cada estatística nas tabelas de Alias.

O que é uma estrutura de aliases?

A estrutura de confundimento descreve o padrão de confundimento que ocorre em um experimento. Diz-se também que os termos que são confundidos são aliases.

O confundimento ocorre em experimentos fatoriais fracionados porque o experimento não inclui todas as combinações de níveis de fator. Por exemplo, se o fator A for confundido com a interação de 3 fatores BCD, o efeito estimado para A será a soma do efeito de A e do efeito de BCD. Não é possível determinar se um efeito significativo é devido a um A ou a um BCD, ou a uma combinação de ambos. Ao analisar o experimento no Minitab, é possível incluir termos confundidos no modelo. O Minitab remove os termos que são listados posteriormente na lista de termos. No entanto, certos termos são sempre ajustados primeiro. Por exemplo, se você incluir blocos no modelo, o Minitab mantém os termos do bloco e remove todos os termos que são confundidos com blocos.

  • Se o experimento tiver 7 fatores ou menos, a estrutura de aliases mostra todos os termos que são confundidos.
  • Se o experimento tiver 8 a 10 fatores, a estrutura de aliases mostra o confundimento dos termos de interações até 3 fatores (inclusive).
  • Se o experimento tiver 11 a 15 fatores, a estrutura de aliases mostra o confundimento dos termos de interações até 2 fatores (inclusive).

Estrutura de aliases para um experimento fracionado

Em experimento fatorial fracionado, alguns termos para fatores não podem ser calculada separadamente um do outro. Use a estrutura de aliases para examinar os termos confundidos.

Interpretação

Por exemplo, um estudo para avaliar o tempo de permanência em hospital para os pacientes após a substituição total de joelho tem 3 fatores:
  • Cirurgião: Se o cirurgião atende ao paciente durante toda a internação.
  • VAS: Se o pessoal do hospital usa uma escala visual analógica para avaliar o nível de dor do paciente.
  • Ibuprofeno: Se o ibuprofeno é usado para tratar da dor.

O gráfico dos efeitos de Pareto indica que todos os fatores são estatisticamente significativos ao nível de 0,05, mas a estrutura de aliases mostra que os efeitos principais são confundidos com interações com 2 fatores.

Alias Structure Factor Name A Surgeon B VAS C Ibuprofen
Aliases I + ABC A + BC B + AC C + AB

Nestes dados, o efeito rotulado como A no gráfico de Pareto pode referir-se ao efeito principal do Cirurgião, ao efeito de interação Ibuprofeno*VAS ou a uma combinação de ambos. Devido ao confundimento, o Minitab não irá incluir ambos o Fator A e a interação entre B e C no mesmo modelo. Para distinguir estes efeitos, os pesquisadores podem adicionar mais ensaios para o experimento, dobrando o projeto. Para obter mais informações sobre duplicação, acesseO que é duplicação?.

Estrutura de aliases para um experimento com blocos

Quando um experimento tem mais blocos do que replicações, alguns termos são alias com termos para blocos.

Interpretação

Use a estrutura de aliases para examinar os termos confundidos. Para obter mais informações sobre blocos, acesse O que é um bloco?. Por exemplo, um estudo para avaliar o tempo de permanência em hospital para os pacientes após a substituição total de joelho tem 3 fatores:
  • Cirurgião: Se o cirurgião atende ao paciente durante toda a internação.
  • VAS: Se o pessoal do hospital usa uma escala visual analógica para avaliar o nível de dor do paciente.
  • Ibuprofeno: Se o ibuprofeno é usado para tratar da dor.

Como os pesquisadores não podem coletar todos os dados em um curto espaço de tempo, eles usam blocos para explicar as diferenças que podem ocorrer entre os ensaios realizados em condições diferentes, como a variação no lote de cimento cirúrgico para diferentes pacientes. A estrutura de aliases mostra que os termos para blocos são confundidas com o termo para a interação 3 fatores. Quando você analisa o experimento no Minitab,os termos dos blocos inserem o modelo antes das interações. Assim, se os termos para os blocos estiverem no modelo, o Minitab não incluirá a interação no modelo ABC.

Alias Structure Factor Name A Surgeon B VAS C Ibuprofen
Aliases I Block 1 - ABC Block 2 + ABC Block 3 - ABC A B C

Estrutura de aliases para um experimento com covariáveis

No contexto das experimentos planejados, as covariáveis são geralmente variáveis que medem, mas não controlam. Como as definições de variáveis independentes variam entre os ensaios experimentais, as covariáveis costumam causar confundimento parcial dos efeitos do fator em experimentos fatoriais fracionados . Com confundimento parcial, os termos na estrutura de aliases podem ter outros coeficientes diferentes de 1. Tenha cautela ao interpretar termos em um modelo com confundimento parcial.

Interpretação

Use a estrutura de aliases para examinar os termos com confundimento. Por exemplo, um estudo para avaliar o tempo de permanência em hospital para os pacientes após a substituição total de joelho tem 3 fatores:
  • Cirurgião: Se o cirurgião atende ao paciente durante toda a internação.
  • VAS: Se o pessoal do hospital usa uma escala visual analógica para avaliar o nível de dor do paciente.
  • Ibuprofeno: Se o ibuprofeno é usado para tratar da dor.

A idade de um paciente é uma variável importante no tempo de permanência do paciente, mas os pesquisadores não podem controlar a idade do paciente para cada ensaio experimental. A estrutura de aliases mostra que várias interações são parcialmente confundidas com outros termos. Por exemplo, a segunda linha mostra que o efeito principal para A é parcialmente confundido com as interações AB, AC, BC e ABC. A linha final mostra que o efeito principal para C está completamente confundido com a interação AB.

Alias Structure Factor Name A Surgeon B VAS C Ibuprofen
Aliases I + 0.91 AB - 0.23 AC - 1.37 BC + 0.27 ABC A + 0.61 AB - 0.15 AC - 0.41 BC - 0.15 ABC B + 0.04 AB + 0.49 AC - 0.07 BC - 0.01 ABC C + AB
Ao usar esse site, você concorda com a utilização de cookies para análises e conteúdo personalizado.  Leia nossa política