61030_es-ES

liliconcom

prueba de normalidad para residuos

Estoy trazando Y vs X (ver archivo adjunto). La línea de regresión parece ser bastante buena. R sec > 0,99.

Sin embargo, cuando hago un diagrama residual, obtengo una U invertida.

Algunas personas dicen que tal gráfico residual apunta a que la línea de regresión no es lo suficientemente buena.

 

Mi pregunta es:

 

1. ¿Hay alguna forma de mejorar la gráfica de residuos y la regresión de Leniar (puede ser cambiando el intercepto?).

 

2. Realicé un prueba de distribución normal para los residuos . Esta prueba confirma que los residuos se distribuyen normalmente. ¿Es esto de alguna manera evidencia de que la línea de regresión de Lenier es realmente buena?

De lo que se lee en la literatura, parece que si la prueba de normalidad de los residuos se confirma con un IC del 95 %, entonces la línea de regresión es buena.

 

3. ¿Alguien podría proporcionar una breve retroalimentación sobre cómo interpretar el "gráfico de cuantiles normales residuales"?

 

 

Estaría agradecido si alguien pudiera proporcionar una respuesta amable.

Saludos

 

Re: prueba de normalidad para residuos

Estoy de acuerdo con Jim. El análisis de regresión muestra claramente la falta de ajuste con el modelo de primer orden. El modelo de segundo orden es estadísticamente significativo. La respuesta del Área al cambio en Conc no es lineal. El patrón en los residuos del modelo de primer orden sugiere dos secciones lineales como si hubiera una ruptura en lugar de una curva, aunque el modelo de segundo orden parece explicarlo bien.

 

Primer pensamiento: ¿por qué se supone que esta relación es lineal? (¿Requisito del proceso o del sistema? ¿Predicción teórica?) ¿Cuál es la tolerancia para la no linealidad?

 

Segunda reflexión: las réplicas muestran una variación muy pequeña, por lo que la prueba LOF siempre es significativa, incluso con un modelo de cuarto orden en el que los términos de tercer y cuarto orden no son significativos. ¿Son réplicas verdaderas? Es decir, ¿preparó tres muestras cada vez o simplemente midió la misma muestra tres veces?

 

Tercer pensamiento: ¿cómo se determinaron o midieron los valores de Area y Conc?

 

Cuarto pensamiento: este estudio me parece una curva de calibración o estándar. Como tal, puede encontrar útil el estudio de linealidad en el gráfico de variabilidad, así como el análisis del sistema de medición. Consulte Ayuda > Libros > Calidad y proceso para obtener más información sobre estas plataformas y sus métodos.

Re: prueba de normalidad para residuos

En términos generales, cuanto mejor sea su regresión, mejores serán sus residuales, por lo que serán más óptimos.Cuando el modelo con el que está tratando es una regresión lineal múltiple, se puede usar un proceso paso a paso para encontrar la mejor regresión para el menor número de predictores.Pero en su caso solo puede tratar con regresiones polinómicas.Puede crear sus columnas Y*Y y Y*Y*Y e incluso Y*Y*Y*Y, y luego hacer una regresión paso a paso para ver si tiene un polinomio de nivel superior significativo, pero solo con un número fijo de niveles X. , no creo que eso sea beneficioso.

Re: prueba de normalidad para residuos

¿Hay alguna forma de cambiar la línea de regresión de manera que la gráfica residual se optimice?

Re: prueba de normalidad para residuos

Dados los datos que tiene, sugiere que el proceso es curvilíneo, no lineal.

Re: prueba de normalidad para residuos

Estimado amigo Jaime,

Gracias por su amable comentario. El caso es que estoy obligado a confirmar que el proceso es lineal. Ahora la pregunta es, si uso un polinomio para ajustar una línea, ¿puedo seguir llamando a esto un proceso lineal o no es un proceso lineal?

 

Gracias de nuevo por su amable ayuda.

Re: prueba de normalidad para residuos

Su regresión lineal es significativa y su R2 es excelente, pero una revisión del diagrama de dispersión sugiere que hay una curvatura en los datos.Y cuando se ejecutó una regresión polinomial, el R2 es más fuerte y el RMSE es más pequeño, lo que indica que el polinomio es un mejor predictor que una regresión lineal.Así que personalmente iría por el polinomio.

Re: prueba de normalidad para residuos

¿Significa esto que la regresión de Lenier no es válida?

De hecho, se espera que yo muestre leniarity. Entonces, ¿eso significa que el proceso en realidad no es para nada más indulgente?

 

¿Hay otra forma de verificar esto?

 

Re: prueba de normalidad para residuos

La Gráfica residual como se muestra me sugiere que necesita hacer una regresión polinomial.