Hola comunidad
Recibí un conjunto de datos de un experimento en el que un producto se dejó caer desde una cierta altura y su rendimiento se probó posteriormente, lo que resultó en una respuesta de aprobado / reprobado.
Había seis configuraciones diferentes del dispositivo y 16 muestras de cada configuración. Las 96 muestras se sometieron a prueba de caída en orden aleatorio.
La principal razón de las muchas repeticiones de cada configuración es que el Se sabe que la tasa de fallas es de alrededor de 1/10 para la configuración base y era un deseo tener cierta certeza de ver dispositivos que fallan en todas las configuraciones para poder compararlos. Si hubiéramos hecho, por ejemplo, solo 3 repeticiones para cada configuración, podríamos haber visto muy pocos fallos o ninguno y probablemente no habríamos aprendido nada.
Mi pregunta es, ¿cuál es la mejor manera de modelar esto?
- Si utilizo los 96 resultados de aprobado / reprobado como respuesta nominal en un modelo logístico, los valores del efecto del modelo son idénticos en grupos de 16, ya que todas las filas de la configuración A tienen los mismos valores de efectos del modelo, todas las filas de la configuración B tienen el mismo modelo valores de efecto, etc. (Dentro de cada grupo, la respuesta varía, por supuesto: algunos aprueban, otros no). ¿Es esto aceptable? No he intentado hacer un modelo como este antes, donde las variables de entrada han sido tan homogéneo en grupos.
- Si calculo un porcentaje de fallos (número de fallidos dividido por 16) para cada una de las 6 configuraciones y lo uso como una respuesta continua en un modelo estándar de mínimos cuadrados, obtengo un modelo muy deficiente debido al tamaño reducido de la muestra (6 ). Y no estoy seguro de si esa configuración realmente representa lo que se hizo experimentalmente (96 ejecuciones independientes).
¡Espero que alguien pueda ayudar!
Atentamente,
Morten
Primero diré que no es aconsejable realizar un experimento antes de seleccionar el modelo o análisis. Es posible que los datos no sean compatibles con lo que desea saber. El análisis y el modelo son lo primero, no lo último.
Hay varios tipos de análisis para una respuesta binaria que pueden satisfacerle. Puede utilizar un modelo de regresión logística, un modelo lineal binomial generalizado con una función de enlace logit o un análisis Probit. Todos estos análisis utilizarían el mismo predictor lineal.
Hola, Mark,
Gracias por tu respuesta, y perdón por la respuesta tardía.
Estoy de acuerdo contigo en que el modelo debería haber venido primero, lamentablemente ya se habían realizado las pruebas.
Creé un modelo logístico y parece funcionar; Supongo que todas las "filas repetidas" (todos los factores en los mismos niveles para varias filas) solo brindan más confianza de que esa configuración pasa, por ejemplo. Así que creo que continuaré con este modelo logístico.
¡Gracias por tu ayuda!
