Use Gráfico de contorno sobreposto para identificar visualmente uma área em que as médias previstos de uma ou mais variáveis de resposta encontram-se em uma faixa aceitável. As aplicações que envolvem múltiplas respostas apresentam um desafio diferente dos estudos de resposta individuais. Os valores de variáveis ótimos para uma resposta podem estar longe de serem ótimos para outra resposta. Os gráficos de contorno sobrepostos permitem identificar visualmente uma área de compromisso entre as várias respostas.
Cada gráfico de contorno sobreposto consiste em um par de variáveis contínuas (uma para o eixo x, uma para o eixo y). Se houver mais de duas variáveis contínuas, as variáveis adicionais serão mantidas em um nível fixo. Todas as variáveis categóricas são mantidas constantes em um nível. Assim, os gráficos de contorno são válidos apenas para níveis fixos das variáveis extras. Se você mudar os níveis de contenção, os contornos também mudam, às vezes drasticamente.
Olhe para o terreno de contorno sobreposto e encontre a área branca, que é a região viável. A região viável é a área formada pelas duas variáveis contínuas, dados os valores de retenção de quaisquer outras variáveis, de modo que os valores ajustados para cada resposta estejam entre seus respectivos contornos.
Cada conjunto de contornos define os limites dos valores aceitáveis da resposta ajustada. O contorno sólido é o limite inferior e o contorno pontilhado é o limite superior. Os contornos de cada resposta são exibidos em uma cor diferente.
Para obter mais informações sobre como interpretar os resultados para um experimento da mistura, acesse Exemplo de Gráfico de contorno sobreposto com experimento de mistura.
Para anotar os valores dos preditores e as respostas para qualquer ponto neste gráfico, use Crosshairs. Para plantar uma bandeira, clique duas vezes no gráfico, clique com o botão direito do mouse no gráfico e escolha Crosshairs no menu exibido e, em seguida, clique no ponto no gráfico que você deseja anotar. Use Predição para determinar se esses pontos são incomuns e para avaliar a precisão das previsões.