Análisis con bloques y modelos mixtos¶

Desde doekit 0.4, el análisis ya no se limita a OLS simple. Bloques fijos, errores estándar robustos, falta de ajuste y modelos mixtos lineales (REML) son de primera clase, con statsmodels como dependencia central.

Bloques fijos¶

Cuando un factor de ruido conocido (día, lote, operador) se controla en el diseño, trátalo como bloque fijo:

import doekit as ed

design = ed.attach_blocks(design, blocks=[...], name="block")
fit = ed.fit_linear_model(design, y, blocks="block")
ed.anova_table(fit)

attach_blocks escribe la columna y metadata["blocking"]. Si ese metadata está presente, fit_linear_model lo usa automáticamente.

Errores estándar robustos¶

fit = ed.fit_linear_model(design, y, cov_type="HC3")

Falta de ajuste¶

Con réplicas (filas idénticas de factores):

lof = ed.lack_of_fit(design, y)

Modelos mixtos¶

fit = ed.fit_mixed_model(design, y, groups="batch")

Útil para datos ya agrupados (split-plot / multi-lote). Para generar un layout split-plot y que el asesor lo proponga, ver Mezcla y split-plot (split_plot_design, hard_to_change=).

Serialización¶

fit.to_dict()   # schema: doekit.FitResult/1
mix.to_dict()   # schema: doekit.MixedFitResult/1

Esquemas JSON estables para notebooks, agentes y un posible puente MCP.