Um cientista de alimentos está estudando fatores que afetam a deterioração dos alimentos. O cientista usa um experimento fatorial de dois níveis para avaliar vários fatores que podem afetar a taxa de deterioração dos alimentos.
O cientista analisa um experimento fatorial de 2 níveis para determinar como o tipo de conservante, a pressão da embalagem a vácuo, o nível de contaminação e a temperatura de resfriamento afetam a deterioração da fruta. A resposta é binária — se a deterioração é detectada ou não — em uma amostra de 500 contêineres de frutas.
Na tabela Desviância, os valores-p para três dos termos do efeito principal — Preservative, VacuumPress e ContaminationLevel — são significativos. Como os valores-p são menores do que o nível de significância de 0,05, o cientista conclui que esses fatores são estatisticamente significativos. Nenhuma das interações bidirecionais é significativa. O cientista pode considerar a possibilidade de reduzir o modelo.
O valor R2 da desviância mostra que o modelo explica 97,95% da desviância total na resposta, o que indica que o modelo ajusta bem os dados.
A maioria dos VIFs são baixos, indicando que os termos no modelo não estão correlacionados.
O gráfico de Pareto dos efeitos possibilita a identificação visual dos efeitos importantes e compara a magnitude relativa dos vários efeitos. Nestes resultados, três efeitos principais são estatisticamente significativos (α = 0,05) - tipo de conservante (A), pressão de selagem a vácuo (B) e nível de contaminação (C). Além disso, é possível ver que o maior efeito é o tipo de conservante (A), porque se estende para mais distante. O efeito para o conservante pela interação da temperatura de arrefecimento (AD) é o menor porque é o que menos se estende.