Selecione os gráficos a serem exibidos para Análise da resposta binária para experimentos fatoriais

O Minitab fornece três gráficos que ajudam a identificar os termos que influenciam a resposta: um gráfico de Pareto, um gráfico normal e um gráfico half normal. Estes gráficos permitem a comparação da magnitude relativa dos efeitos e a avaliação da sua significância estatística.

O limite para a significância estatística depende do nível de significância (denotado por α ou alfa). A menos que você use um método de seleção stepwise, o nível de significância é 1 menos o nível de confiança para a análise. Para obter mais informações sobre como alterar o nível de confiança, acesse Especificar as opções para Análise da resposta binária para experimentos fatoriais. Se você usar seleção retrospectiva ou seleção stepwise, o nível de significância é o aquele onde Minitab remove um termo do modelo, como conhecido como Alfa para remover. Se você usa a seleção avançada, o nível de significância é aquele em que o Minitab adiciona um termo ao modelo, conhecido como Alfa-para-inserir. Para obter mais informações sobre as opções dos métodos stepwise, acesse Executar a regressão stepwise para Análise da resposta binária para experimentos fatoriais.

Pareto

Selecione para determinar a magnitude e a importância de um efeito. O gráfico mostra o valor absoluto dos efeitos e desenha uma linha de referência no gráfico. Todos os efeitos que se estendem para além dessa linha de referência são estatisticamente significativos.

Normal

Selecione para comparar a magnitude e a significância estatística de efeitos principais e efeitos de interação de um experimento fatorial com 2 níveis. A linha ajustada indica onde seria esperado que os pontos caíssem caso os efeitos fossem zero. Os efeitos significativos têm um rótulo e caem para o lado esquerdo ou direito do gráfico.

O gráfico de probabilidade normal exibe efeitos negativos no lado esquerdo do gráfico e efeitos positivos no lado direito do gráfico.

Half Normal

Selecione para comparar a magnitude e a significância estatística de efeitos principais e efeitos de interação de um experimento fatorial com 2 níveis. A linha ajustada indica onde seria esperado que os pontos caíssem caso os efeitos fossem zero. Os efeitos significativos têm um rótulo e caem para o lado direito do gráfico.

O gráfico half normal exibe o valor absoluto de todos os efeitos, positivos e negativos. Em vez de colocar os efeitos negativos à esquerda e os efeitos positivos à direita, todos os efeitos significativos estão no lado direito, o que enfatiza suas magnitudes relativas.

Para experimentos fatoriais de 2 níveis e experimentos Plackett-Burman, selecione Exibir apenas os termos do modelo para exibir apenas os termos que estão no modelo ou selecione Exibir todos os termos para exibir todos os termos nos gráficos.

Resíduos para Gráficos

Especifique o tipo de resíduos nos gráficos residuais. Para obter mais informações, acesse Quais tipos de resíduos estão incluídos no Minitab?.

• Regular: Represente graficamente os resíduos brutos regulares.
• Padronizado: Represente graficamente os resíduos padronizados.
• Deletado: Represente graficamente os resíduos estudentizados.

Gráficos de Resíduos

Use gráficos de resíduos para examinar se seu modelo atente às suposições da análise. Para obter mais informações, acesse Gráficos de resíduos no Minitab.

• Gráficos individuais: Selecione os gráficos de resíduos que deseja exibir.

  Histograma

  Exiba um histograma dos resíduos.

  Gráfico Normal

  Exiba um gráfico de probabilidade normal dos resíduos.

  Resíduos versus ajustes

  Exiba os resíduos em função dos valores ajustados. Para uma resposta binária, exiba os resíduos versus o logit dos ajustes.

  Resíduos x ordem

  Exiba os resíduos em função da ordem dos dados. O número de linha para cada ponto de dados é mostrado no eixo x.

• Quatro em um: Exiba todos os quatro gráficos residuais juntos em um gráfico.

Resíduos em função de variáveis

Insira uma ou mais variáveis a serem representadas graficamente em função dos resíduos. Você pode representar graficamente os seguintes tipos de variáveis:

• As variáveis que já estão no modelo atual, para procurar por curvatura nos resíduos.
• Variáveis importantes que não estão no modelo atual, para determinar se elas estão relacionadas com a resposta.