Para garantir que seus resultados sejam válidos, considere as seguintes diretrizes ao coletar dados, realizar a análise, e interpretar os resultados.
- O experimento deve ser um experimento fatorial de 2 níveis
- Se você não tiver um experimento fatorial 2 níveis, use Teste de igualdade de variâncias.
- A resposta deverá ser desvios padrão de repetição ou medições de replicações
- São realizadas repetidas medições durante os mesmo ensaio experimental ou em ensaios consecutivos, enquanto são realizadas medições repetidas durante ensaios experimentais idênticos, mas distintos. Você insere as repetições nas linhas de várias colunas, enquanto insere as replicações em uma única coluna.
- Se você quiser analisar o efeito de localização, pode armazenar as médias das repetições e, em seguida, usar Analisar um experimento fatorial.
- Os dados devem incluir pelo menos 2 fatores, que podem ser contínuos ou categóricos
- Se você tiver apenas um fator categórico e nenhum preditor contínuo, use Teste de igualdade de
variâncias.
- Certifique-se de que o sistema de medição produz dados de resposta confiáveis
-
Se a variabilidade em seu sistema de medição for muito grande, seu experimento pode não ter poder de encontrar efeitos importantes.
- Cada observação deve ser independente de todas as outras observações
-
Se suas observações individuais forem dependentes, seus resultados podem não ser válidos. Considere os seguintes pontos para determinar se suas observações são independentes:
- Se uma observação não fornece informações sobre o valor de outra observação, as observações são independentes.
- Se uma observação fornece informações sobre o valor de outra observação, as observações são dependentes.
- Os ensaios experimentais devem ser aleatorizados
-
A aleatorização reduz a chance de que condições não controladas influenciem os resultados. A aleatorização também permite estimar a variação inerente a materiais e condições para possibilitar inferências estatísticas válidas com base nos dados do experimento.
Em algumas situações, a aleatorização pode conduzir a uma ordem de execução indesejável. Por exemplo, as mudanças de nível de fator pode ser difíceis, caras ou levar um longo tempo para produzir um processo estável. Sob essas condições, talvez você queira aleatorizar com um experimento de parcelas subdivididas para minimizar as mudanças de nível.
- Coleta de dados usando as práticas recomendadas
-
Para garantir que seus resultados sejam válidos, considere as seguintes diretrizes:
- Certifique-se de que os dados representem a população de interesse.
- Colete dados suficientes para proporcionar a precisão necessária.
- Registre os dados na ordem em que forem coletados.
- O modelo deve fornecer um bom ajuste aos dados
-
Se o modelo não se ajustar aos dados, os resultados podem ser equivocados. Na saída, utilize os gráficos residuais, as estatísticas de diagnóstico para observações incomuns e as estatísticas de resumo modelo para determinar o quão bem o modelo se ajusta aos dados.
