Predecir valores de respuesta para Regresión no lineal

Estadísticas > Regresión > Regresión no lineal > Predicción
Nueva observación para predictores
Ingrese un valor predictor numérico o una columna de la hoja de trabajo para cada predictor incluido en la función de expectativa. Si especifica columnas, cada columna representa un predictor y contiene valores predictores numéricos. Todas las columnas deben tener el mismo número de filas. El número de argumentos (valores y columnas) y el orden en que usted los ingresa, deben coincidir con la función de expectativa. Si un predictor aparece más de una vez en la función de expectativa, ingrese su argumento solo para el primer caso.
Tipo de límite
Especifique el tipo de intervalo de confianza y de predicción. Puede cambiar el nivel de confianza en el cuadro de diálogo Opciones.
Bilateral
  • Utilice un intervalo de confianza bilareral para estimar los valores probables inferior y superior para la respuesta media.
  • Utilice un intervalo de predicción bilateral para estimar los valores probables inferior y superior para una sola observación futura.
Límite inferior
  • Utilice un límite de confianza inferior para estimar un valor probable más bajo para la respuesta media.
  • Utilice un límite de predicción inferior para estimar el valor probable más bajo para una sola observación futura.
Límite superior
  • Utilice un límite de confianza superior para estimar un valor probable más alto para la respuesta media.
  • Utilice un límite de predicción superior para estimar el valor probable más alto para una sola observación futura.
Almacenamiento
Ajustes
Almacenar el valor ajustado para nuevas observaciones.
EEs de los ajustes
Almacenar los errores estándar estimados de los valores ajustados.
Límites de confianza
Almacenar los límites inferior y superior del intervalo de confianza para la predicción.
Límites de predicción
Almacenar los límites superior e inferior del intervalo de predicción.
Al utilizar este sitio, usted acepta el uso de cookies para efectos de análisis y contenido personalizado.  Leer nuestra política