¿Es posible tener un factor que no sea significativo en un modelo de superficie de respuesta pero el término cuadrático para el mismo factor sí lo sea?Estoy tratando de modelar una de mis respuestas en JMP, que ha sido evaluada utilizando un diseño de CCD DoE. En el modelo DoE, tengo un factor que no es significativo para el modelo en torno a esta respuesta (p> 0.05) pero el término cuadrático es significativo (p <0.05). De acuerdo con el Principio del Efecto Hereditario, para que una interacción sea significativa, al menos uno de sus factores principales debería serlo. ¿Esto también se aplica a términos cuadráticos? ¿Cómo debe interpretarse esto?
GAMARe: ¿Es posible tener un factor que no sea significativo en un modelo de superficie de respuesta pero el término cuadrático para el mismo factor sí?La herencia del efecto es una pauta / concepto / principio, no una regla estricta. Es un principio que nos ayuda a guiarnos en cómo podemos elegir caracterizar sistemas con modelos lineales en los parámetros. Por lo tanto, es completamente posible que un efecto principal no sea significativo, pero un efecto cuadrático para el mismo factor sí lo es. Aquí tienes un ejemplo simulado. Note la parábola perfecta para X1. Y el análisis del modelo de ajuste resultante que muestra solo el término X1 * X1 es significativo.
Re: ¿Es posible tener un factor que no sea significativo en un modelo de superficie de respuesta pero el término cuadrático para el mismo factor sí?Añadiendo a @P_Bartell , esta situación trae a colación el tema de la "jerarquía del modelo". La presencia del término al cuadrado provoca una jerarquía. X está presente en X * X. Como tal, se recomienda encarecidamente que mantenga la jerarquía. Es decir, si el término X * X es significativo pero el término X no lo es, mantenga ambos términos en el modelo.
JMP comprueba estos casos y le advierte si la eliminación de un término afectará la jerarquía. JMP le permitirá continuar, pero no se recomienda.
Re: ¿Es posible tener un factor que no sea significativo en un modelo de superficie de respuesta pero el término cuadrático para el mismo factor sí?Mark tiene razón, ya que se trata de una jerarquía de efectos. Piénselo de esta manera, si va a "modelar" la curvatura del factor (X * X), entonces ciertamente necesitará administrar X. El hecho de que contribuya a la precisión de la predicción o no es realmente de poca importancia.
