Hola a todos,
Le pido perdón por mi pregunta tonta.
Estoy ajustando un modelo de superficie de respuesta (glm que incluye efectos principales, interacciones y efectos cuadráticos) en los resultados de un diseño compuesto central con tres parámetros anotados X1, X2 y X3 por el bien del ejemplo. Al observar las estimaciones de los parámetros, algunos de ellos son significativos y otros no lo son, con un riesgo alfa del 5 %. Mi pregunta está relacionada con un parámetro, digamos X3, donde ni el efecto principal, ni las interacciones ni el efecto cuadrático son significativos.
Estoy interesado en analizar el generador de perfiles de predicción, ya que me brinda indicaciones sobre los rangos de los valores Y predichos en el espacio de diseño considerando todos los parámetros X1, X2 y X3 (en ubicaciones determinadas).
Como ninguna de las estimaciones de X3 fue significativa, no estoy dispuesto a interpretar las estimaciones (aunque se expresa apropiadamente que cualquier interpretación no es confiable debido a la variación aleatoria y que no hay evidencia concluyente de que la variable tenga algún efecto).
Mi pregunta entonces es la siguiente: ¿Todavía tiene sentido interpretar los intervalos de confianza de un perfilador de predicción para este parámetro X3? ¿Es este intervalo de confianza de alguna manera confiable incluso cuando ninguna de las estimaciones es significativa?
Muchas gracias de antemano por su ayuda,
cris
