Transformar datos para hacer mejores predicciones
Vea cómo:
- Comprender por qué las transformaciones estabilizan la varianza, hacen que el error sea más uniforme en toda la región de diseño, solucionan la falta de ajuste y grafican las predicciones de una manera que no viole los límites físicos, muestre recuentos negativos o informe erróneamente los rendimientos como superiores al 100%.
- Transforme datos sobre la marcha con Graph Builder y cambie las escalas para mejorar la legibilidad e interpretación de los gráficos
- Utilice la transformación de raíz cuadrada para eliminar los valores negativos y examine cómo el uso de la transformación de potencia de Box-Cox en la respuesta podría cambiar el ajuste
- Compare sin transformación, transformación logarítmica con predicción en unidades sin procesar y transformación logarítmica con predicción en unidades logarítmicas
- Utilice la transformación de raíz cuadrada para construir efectos de modelo utilizando la macro Polinomio a grado 2, identifique la mejor transformación, utilice la transformación seleccionada, guarde los residuos en la tabla de datos y evalúe los resultados utilizando distribuciones
- Vea cómo la transformación de raíz cuadrada podría mostrar una distribución de recuento más uniforme y una relación más lineal
Por qué las transformaciones pueden ser útiles
31+ minIntermedioDominar JMPUtilidadesVideo
