Especificar as opções para Análise de experimento de superfície de resposta

Estat > DOE (Planejamento de Experimento) > Superfície de resposta > Análise de experimento de superfície de resposta > Opções

Especifique as opções a serem usadas para analisar seu experimento de superfície de resposta.

Neste tópico

Pesos
Nível de confiança de todos os intervalos
Tipo de intervalo de confiança
Transformação de Box-Cox

Pesos

Em Pesos, insira uma coluna numérica de pesos para executar a regressão ponderada. A regressão ponderada é um método que pode ser usado quando a suposição de mínimos quadrados da variância da constante nos resíduos é violada (também chamada de heteroscedasticidade). Com os pesos correto, este procedimento minimiza a soma dos resíduos quadrados ponderados para produzir resíduos padronizados com uma variância de constante (também chamada de homoscedasticidade). Para obter mais informações sobre a determinação do peso apropriado, vá para Regressão ponderada.

Os pesos devem ser maiores que ou iguais a zero. A coluna de pesos devem ter o mesmo número de linhas que a coluna de resposta.

Nível de confiança de todos os intervalos

Insira o nível de confiança dos intervalos de confiança dos coeficientes e os valores ajustados.

Em geral, um nível de confiança de 95% funciona bem. Um nível de confiança de 95% indica que, se você extrair 100 amostras aleatórias da população, os intervalos de confiança para aproximadamente 95 das amostras conterão a resposta média. Para um determinado conjunto de dados, um nível de confiança mais baixo produz um intervalo de confiança mais estreito e um nível de confiança mais alto produz um intervalo de confiança mais amplo.

Observação

Para exibir os intervalos de confiança, você deve acessar a subcaixa de diálogo Resultados, e em Exibição de resultados, selecione Tabelas expandidas.

Tipo de intervalo de confiança

Selecione o tipo de intervalo de confiança ou limite que se deseja exibir.

Por exemplo, a concentração média predita de sólidos dissolvidos na água é de 13,2 mg/L. O intervalo de confiança de 95% para a média de múltiplas observações futuras é de 12,8 mg/L a 13,6 mg/L. O limite superior de 95% para a média de múltiplas observações futuras é 13,5 mg/L, o que é mais preciso porque o limite está mais próximo da média predita.

Bilateral: Use um intervalo de confiança bilateral para estimar os valores inferior e superior prováveis para a resposta média.
Limite inferior: Use um limite de confiança inferior para estimar um valor inferior provável para a resposta média.
Limite superior: Use um limite de confiança superior para estimar o valor provável mais alto para a resposta média.

Transformação de Box-Cox

Realize uma transformação Box-Cox em seu dados de resposta quando os resíduos não forem normalmente distribuídos ou eles não tiverem variância constante. Ao transformar seus dados, o Minitab transformar os dados de resposta e os utiliza na análise. Sob a maioria das condições, não é necessário corrigir a não-normalidade exceto se os dados estiverem altamente assimétricos. Quando você usa uma transformação Box-Cox, todos os dados de resposta devem ser positivos (>0). Para determinar se a transformação Box-Cox pode ser apropriado para seus dados, verifique os gráficos de resíduos e outras medidas de diagnóstico. Para obter mais informações sobre como verificar o seu modelo, vá para Validar suposições de modelo em regressão ou ANOVA.

Transformação de Box-Cox

Selecione o valor lambda (λ) que Minitab usa para transformar os dados:

Sem transformação: Use seus dados de resposta original.
λ ótimo: Use o lambda ideal, que deve produzir a melhor transformação de ajuste. Por padrão, o Minitab arredonda o lambda ideal para 0,5 ou o número inteiro mais próximo. Por exemplo, o Minitab arredonda lambda para -1, -0,5, 0, 0,5, 1, etc. Se você quiser usar o valor ideal em vez do valor arredondado para a transformação, escolha Arquivo > Opções > Modelos Lineares > Exibição dos Resultados.
λ = 0 (log natural): Use o log natural de seus dados.
λ = 0,5 (raiz quadrada): Use a raiz quadrada de seus dados.
λ: Use um valor especificado para lambda. Outras transformações comuns são o quadrado (λ = 2), a raiz quadrada inversa (λ = −0,5) e inversa (λ = −1). Normalmente, você não deve usar um valor fora do intervalo de -2 e 2.