Alle Statistiken für Prognostizieren für Modell mit gemischten Effekten anpassen

Hier finden Sie Definitionen und Interpretationen für die Statistiken, die mit der Prognoseanalyse bereitgestellt werden.

Angepasste Gleichung der bedingten Werte und angepasste Gleichung der Randwerte

Schätzen Sie mit den angepassten Gleichungen der Randwerte die Mittelwerte von Grundgesamtheiten der Antwortvariablen auf unterschiedlichen Stufen der festen Faktoren und bei unterschiedlichen Werten von Kovariaten. Für die angepassten Gleichungen der Randwerte wird angenommen, dass die Mittelwerte für die Terme mit Zufallsfaktoren gleich null sind.

Berechnen Sie mit den angepassten Gleichungen der bedingten Werte die bedingten Mittelwerte auf den spezifischen Stufen der festen Faktoren und Zufallsfaktoren. „Bedingt“ bedeutet, dass dies davon abhängt, dass die angegebenen Stufen der Zufallsfaktoren vorliegen.

Da ein Modell mit gemischten Effekten Faktoren enthält, werden die angepassten Gleichungen in einer Tabelle für alle Kombinationen der Faktorstufen im Modell angezeigt.

Einstellungen

Minitab verwendet die angepassten Gleichungen und die Variableneinstellungen, um die Anpassungen zu berechnen. Wenn die Variableneinstellungen im Vergleich zu den Daten, auf deren Grundlage das Modell geschätzt wurde, ungewöhnlich sind, wird unter der Prognose eine Warnung angezeigt.

Verwenden Sie die Tabelle „Variableneinstellungen“, um sich zu vergewissern, dass die Analyse wie gewünscht durchgeführt wurde.

Anpassung

Die bedingten Anpassungen sind die Schätzwerte für die Mittelwerte der Antwortvariablen für die Einstellungen der festen Faktoren und die Einstellungen der Zufallsfaktoren im Datensatz. Die bedingten Anpassungen werden mit den angepassten Gleichungen der bedingten Werte berechnet.

Die Randanpassungen stellen Mittelwerte der Antwortvariablen auf verschiedenen Stufen von festen Faktoren dar. Die Randanpassungen werden mit den angepassten Gleichungen der Randwerte berechnet.

SE Anpassung

Der Standardfehler der Anpassung (SE Anpassung) ist ein Schätzwert der Streuung im geschätzten Mittelwert der Antwortvariablen für die angegebenen Variableneinstellungen. Der Standardfehler der Anpassung wird bei der Berechnung des Konfidenzintervalls für den Mittelwert der Antwortvariablen verwendet. Standardfehler sind immer nicht negativ.

DF KI

Die Freiheitsgrade (DF) für das Konfidenzintervall (KI) entsprechen der Menge an Informationen in den Daten, mit denen das Konfidenzintervall für den Mittelwert der Antwortvariablen geschätzt wird.

Interpretation

Verwenden Sie die Freiheitsgrade, um zu vergleichen, wie viele Informationen zu verschiedenen bedingten Mittelwerten und Randmittelwerten verfügbar sind. In der Regel führen mehr Freiheitsgrade dazu, dass das Konfidenzintervall für den Mittelwert schmaler als ein Intervall mit weniger Freiheitsgraden ist. Da die Standardfehler der Mittelwerte unterschiedlich sind, muss das Konfidenzintervall für einen Mittelwert mit mehr Freiheitsgraden nicht zwangsläufig schmaler als ein Konfidenzintervall für einen Mittelwert mit weniger Freiheitsgraden sein.

Konfidenzintervall (KI)

Diese Konfidenzintervalle (KI) sind Bereiche von Werten, die wahrscheinlich die entsprechenden bedingten Mittelwerte und Randmittelwerte der Antwortvariablen enthalten.

Da die Stichproben zufällig sind, ist es unwahrscheinlich, dass zwei Stichproben aus einer Grundgesamtheit identische Konfidenzintervalle ergeben. Wenn Sie die Stichprobennahme jedoch viele Male wiederholen, enthält ein gewisser Prozentsatz der resultierenden Konfidenzintervalle den unbekannten Parameter der Grundgesamtheit. Der Prozentsatz dieser Konfidenzintervalle, die den Parameter enthalten, stellt das Konfidenzniveau des Intervalls dar.

Das Konfidenzintervall setzt sich aus den folgenden zwei Teilen zusammen:
Punktschätzung
Die Punktschätzung ist der Schätzwert des Parameters, der auf der Grundlage der Stichprobendaten berechnet wird. Das Konfidenzintervall wird um diesen Wert zentriert.
Fehlerspanne
Die Fehlerspanne definiert die Breite des Konfidenzintervalls, und sie wird durch die beobachtete Streuung in der Stichprobe, den Stichprobenumfang und das Konfidenzniveau bestimmt. Zum Berechnen der Obergrenze des Konfidenzintervalls wird die Fehlerspanne zur Punktschätzung addiert. Zum Berechnen der Untergrenze des Konfidenzintervalls wird die Fehlerspanne von der Punktschätzung subtrahiert.

Interpretation

Verwenden Sie die Konfidenzintervalle, um festzustellen, ob die bedingten Mittelwerte und Randmittelwerte der Antwortvariablen statistisch größer, gleich oder kleiner als ein bestimmter Wert sind. Mithilfe der Konfidenzintervalle können Sie außerdem einen Bereich von Werten für die entsprechenden unbekannten bedingten Mittelwerte und Randmittelwerte der Antwortvariablen ermitteln.

DF PI

Die Freiheitsgrade (DF) für das Prognoseintervall (PI) entsprechen der Menge an Informationen in den Daten, die zum Schätzen des entsprechenden Prognoseintervalls verfügbar sind.

Prognoseintervall (PI)

Das Prognoseintervall ist ein Bereich, der wahrscheinlich einen einzelnen künftigen Wert der Antwortvariablen für eine ausgewählte Kombination von Variableneinstellungen enthält. Wenn Sie einen weiteren Datenpunkt mit derselben Variableneinstellung erfassen, liegt der neue Datenpunkt wahrscheinlich innerhalb des Prognoseintervalls. Schmalere Prognoseintervalle weisen auf eine genauere Prognose hin.

Interpretation

Verwenden Sie die Prognoseintervalle, um die Genauigkeit der Prognosen zu beurteilen. Anhand der Prognoseintervalle können Sie die praktische Signifikanz Ihrer Ergebnisse beurteilen. Wenn ein Prognoseintervall die akzeptablen Grenzen überschreitet, sind die Prognosen für Ihre Anforderungen möglicherweise nicht genau genug.

Verwenden Sie das Randprognoseintervall, wenn Sie die tatsächlichen Stufen der Zufallsfaktoren nicht kennen. Verwenden Sie das bedingte Prognoseintervall, wenn Sie die spezifische Kombination aus Einstellungen der Zufallsfaktoren kennen.

In diesen Ergebnissen zeigen die Prognoseintervalle, dass Sie sich zu 95 % sicher sein können, dass eine einzelne neue Ausbeute für Luzerne-Sorte 1 auf Feld 1 zwischen 3,462 und 4,309 sowie eine einzelne neue Ausbeute für Luzerne-Sorte 1 auf einem zufällig ausgewählten Feld zwischen 2,536 und 4,424 liegen wird.

Prognose für Ausbeute

Informationen zum Modell mit gemischten Effekten Terme Feld Sorte
Einstellungen Variable Einstellung Feld 1 Sorte 1
Prognose SE Typ Anpassung Anpassung DF KI 95%-KI DF PI 95%-PI Bedingt 3,885 0,103 15,58 (3,666; 4,104) 15,16 (3,462; 4,309) Rand 3,480 0,163 4,92 (3,058; 3,902) 4,92 (2,536; 4,424) X X kennzeichnet einen im Verhältnis zu den für die Anpassung des Modells verwendeten Prädiktorstufen ungewöhnlichen Punkt.
Durch Ihre Nutzung dieser Website stimmen Sie zu, dass Cookies verwendet werden. Cookies dienen zu Analysezwecken und zum Bereitstellen personalisierter Inhalte.  Lesen Sie unsere Richtlinien