¿Existen suposiciones con respecto a los datos de respuesta que deban cumplirse antes de analizar DSD?Acabo de realizar mi primer estudio de DSD y solo quería comprender algunos de los mecanismos internos detrás de él que no pude encontrar/comprender desde el principio. Manual de JMP aquí.
- Quiero saber si hay alguna suposición con respecto a los datos de respuesta que deban cumplirse antes del análisis mediante el script "Fit Definitive Screening". Pregunto esto porque si desea ejecutar una prueba ANOVA, debe asegurarse de que los datos sean normales, por lo que me pregunto si existen suposiciones similares que deban cumplirse antes de analizar los datos.
- ¿Por qué el script "Fit Definitive Screening" muestra un Gráfico residual del efecto principal ¿Y no simplemente un gráfico de efecto principal (como es común en los diseños de dos factores)? Además, como se menciona en el enlace anterior, no puedo entender por qué " ¿Un factor con residuos que difieren entre niveles indica un efecto principal importante?
- ¿Por qué el guión no muestra una trama de interacción? ¿Tiene esto algo que ver con la estructura del DSD?
Diseño de experimentosRe: ¿Existen suposiciones con respecto a los datos de respuesta que deban cumplirse antes de analizar DSD?Algunas aclaraciones:
1. No existe un supuesto de normalidad de las variables de respuesta de una EOD ni tampoco un supuesto de normalidad para utilizar ANOVA.De hecho, ANOVA es bastante robusto ante anomalías distributivas.El supuesto para el análisis cuantitativo se distribuye normalmente e independientemente. derechos residuales de autor con una media de 0 y una varianza constante (NID(o,varianza)).
2. Los gráficos residuales son bastante útiles para identificar problemas del modelo.El Prediction Profiler es lo que busca para los gráficos de efectos principales. Si los residuos son bastante diferentes en un nivel y en otro, esto puede indicar que el factor tiene un efecto.
3. Debes asegurarte de que haya interacciones en tu modelo para obtener gráficos de interacción (Etapa 2).
Re: ¿Existen suposiciones con respecto a los datos de respuesta que deban cumplirse antes de analizar DSD?En el punto 2, ¿podría explicar esta afirmación? " Si los residuos son bastante diferentes en un nivel y en otro, ¿esto puede indicar que el factor tiene un efecto? No soy capaz de comprender esto. ¿Significa esto que los residuos en este gráfico son de la línea, es decir, del modelo, creado para la respuesta particular versus el factor?
Re: ¿Existen suposiciones con respecto a los datos de respuesta que deban cumplirse antes de analizar DSD?Significa que el factor afecta la varianza de la respuesta, independientemente de cómo afecta la media de la respuesta. Este resultado es una violación del modelo de mínimos cuadrados que supone que la varianza es independiente del nivel de respuesta. La varianza se estima como un valor constante para todo X.
