Quando transformar uma variável de resposta

Uma transformação pode ser necessária quando os resíduos exibem variância não constante ou não normalidade.

As transformações também podem ser úteis quando o modelo exibe falta de ajuste significativa, que é especialmente importante na análise dos experimentos da superfície de resposta. Suponha que você inclua todas as interações significativas e termos quadráticos no modelo, mas o teste de falta de ajuste indica a necessidade de termos de ordem mais alta. Uma transformação pode eliminar a falta de ajuste.

Se a transformação corrigir o problema, você pode usar a análise de regressão em favor de outras análises, potencialmente mais complicadas. Um bom livro sobre regressão ou análise de experimentos planejados pode fornecer orientação apropriada sobre quais transformações solucionam diferentes problemas.

A transformação Box-Cox é a transformação mais comumente usada para estabilizar variância.
Dados não transformados

Neste gráfico, os resíduos exibem variância não constante.

Dados transformados

Este gráfico mostra os resíduos após uma transformação estabilizadora da variância. A escala dos valores ajustados (eixo x) muda e a variância torna-se constante.

Transformar uma variável de resposta

É possível transformar dados usando muitas funções como raiz quadrada, logaritmo, potência ou arco seno.

  • Para aplicar essas transformações aos dados diretamente na worksheet, use a Calculadora do Minitab.
  • Para efetuar uma transformação Box-Cox, comece a análise e clique em Opções.
  • Em Transformação de Box-Cox, deixe que o Minitab determine um lambda ótimo ou especifique o lambda desejado.
Ao usar esse site, você concorda com a utilização de cookies para análises e conteúdo personalizado.  Leia nossa política