Hola comunidad,
Recibí un conjunto de datos de un experimento en el que se dejó caer un producto desde cierta altura y luego se probó su rendimiento, lo que dio como resultado una respuesta de aprobado/reprobado.
Se utilizaron seis configuraciones diferentes del dispositivo y 16 muestras de cada configuración. Las 96 muestras se sometieron a pruebas de caída en orden aleatorio.
La razón principal de las numerosas repeticiones para cada configuración es que se sabe que la tasa de fallos es de aproximadamente 1/10 para la configuración base, y se buscaba tener la certeza de detectar dispositivos que fallan en todas las configuraciones para poder compararlos. Si hubiéramos hecho, por ejemplo, solo 3 repeticiones para cada configuración, podríamos haber detectado muy pocos fallos o ninguno, y probablemente no habríamos aprendido nada.
Mi pregunta es ¿cómo puedo modelar esto mejor?
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, todas las filas de la configuración B tienen los mismos valores, etc. (Dentro de cada grupo, la respuesta varía, por supuesto: algunos aprueban, otros no). ¿Es esto aceptable? Nunca antes había intentado crear un modelo como este, donde las variables de entrada fueran tan homogéneas en grupos.
Si calculo un porcentaje de fallos (número de fallos dividido entre 16) para cada una de las 6 configuraciones y lo utilizo como respuesta continua en un modelo estándar de mínimos cuadrados, obtengo un modelo muy deficiente debido al bajo tamaño de la muestra (6). Y no estoy seguro de que esa configuración represente realmente 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.
