Oi, Luciane! Tudo certo por aí?
Desde já, peço desculpas pelo tempo que aguardou por uma resposta.
A normalização dos dados nos auxilia a alterar os valores das variáveis manipuláveis para uma escala comum, geralmente entre -1 e +1.
No contexto do planejamento fatorial, deslocamos a área experimental para o centro do plano cartesiano, gerando, assim, limites inferiores e superiores.
Vamos utilizar o exemplo do planejamento fatorial apresentado na aula. Suponha que temos duas variáveis manipuláveis: a quantidade de farinha e a quantidade de chocolate. Se escolhermos realizar apenas 4 ensaios, os pontos experimentais ficariam da seguinte forma:
Ensaio | Farinha (kg) | Chocolate (kg) |
---|
1 | 0,5 | 0,1 |
2 | 1,5 | 0,1 |
3 | 0,5 | 0,5 |
4 | 1,5 | 0,5 |
Após a normalização desses dados, chegamos em algo assim:
Ensaio | Farinha (normalizada) | Chocolate (normalizado) |
---|
1 | -1 | -1 |
2 | 1 | -1 |
3 | -1 | 1 |
4 | 1 | 1 |
Dessa forma, os valores das quantidades de farinha e chocolate foram ajustados dentro da faixa de -1 a +1. Em nosso experimento, usaríamos esta escala de valores (ao invés de 0,5, por exemplo, utilizaríamos -1).
Com relação a sua outra dúvida, ao utilizar a normalização de dados sobre variáveis dependentes, eliminamos possíveis discrepâncias que poderiam interferir na análise e no resultado final do experimento. Imagine trabalhar com medidas distintas referentes a marca de fermentos ou ao tamanho dos ovos! Isso poderia deixar o estudo bastante confuso.
De maneira geral, a normalização de dados irá reescalar as informações do nosso estudo, mantendo sua natureza.
Espero que tenha ficado mais claro, Luciane! Caso surjam novas dúvidas durante os seus estudos, conte com a comunidade do fórum.
Abraço!
Caso este post tenha lhe ajudado, por favor, marcar como solucionado ✓. Bons Estudos!