Tabla Medias condicionales y tabla Medias de covariables para Ajustar modelo de efectos mixtos

Encuentre definiciones y ayuda para interpretar cada uno de los estadísticos en la tabla Medias.

Media ajustada

La media ajustada utiliza los coeficientes de la ecuación ajustada condicional o marginal correspondiente para calcular la respuesta media de cada nivel de factor o para cada combinación de niveles de múltiples factores.

Interpretación

Utilice la tabla Medias para entender los efectos de los niveles de los factores en los valores de respuesta media. Cada media de nivel proporciona una estimación de la respuesta media del nivel. Busque diferencias entre las medias de grupo para los términos que son estadísticamente significativos.

Para un término de efecto principal compuesto por un solo factor, la tabla muestra los niveles del factor y sus medias de nivel. Para un término de interacción, la tabla muestra todas las combinaciones posibles de los niveles de los factores asociados. Si un término de interacción es estadísticamente significativo, no interprete los efectos principales sin considerar los efectos de interacción.

EE media

El error estándar de la media (EE media) estima la variabilidad entre las medias ajustadas que se obtendría si se tomaran muestras de la misma población una y otra vez.

Interpretación

Utilice el error estándar de la media para determinar con cuánta precisión la media ajustada estima la respuesta media correspondiente.

Un valor más bajo del error estándar de la media indica una estimación más precisa de la respuesta media. Por lo general, una desviación estándar más grande da como resultado un mayor error estándar de la media y una estimación menos precisa de la respuesta media. Un tamaño de muestra más grande da como resultado un menor error estándar de la media y una estimación más precisa de la respuesta media.

GL (medias condicionales)

Los grados de libertad (GL) representan la cantidad de información en los datos para estimar el intervalo de confianza para la respuesta media. Minitab también utiliza los grados de libertad para construir la prueba t para la respuesta media.

Intervalo de confianza para la media (IC de 95%)

Estos intervalos de confianza (IC) son rangos de valores que es probable que contengan los verdaderos valores de las respuestas medias para los niveles del término incluidos en el modelo.

Puesto que las muestras son aleatorias, es poco probable que dos muestras de una población produzcan intervalos de confianza idénticos. Sin embargo, si toma muchas muestras aleatorias, un determinado porcentaje de los intervalos de confianza resultantes incluirá el parámetro de población desconocido. El porcentaje de estos intervalos de confianza que contiene el parámetro es el nivel de confianza del intervalo.

El intervalo de confianza consta de las dos partes siguientes:
Estimación de punto
Este valor individual estima un parámetro de población usando los datos de la muestra. El intervalo de confianza está centrado alrededor de la estimación de punto.
Margen de error
El margen de error define el ancho del intervalo de confianza y es determinado por la variabilidad observada en la muestra, el tamaño de la muestra y el nivel de confianza. Para calcular el límite superior del intervalo de confianza, el margen de error se suma a la estimación de punto. Para calcular el límite inferior del intervalo de confianza, el margen de error se resta de la estimación de punto.

Interpretación

Si el nivel de confianza es 95%, usted puede estar 95% seguro de que el intervalo de confianza contiene el verdadero valor de la respuesta media correspondiente. El intervalo de confianza ayuda a evaluar la significancia práctica de los resultados. Utilice su conocimiento especializado para determinar si el intervalo de confianza incluye valores que tienen significancia práctica para su situación. Si el intervalo es demasiado amplio para ser útil, considere aumentar el tamaño de la muestra.

Valor t (media ajustada)

El valor t mide la relación entre la media ajustada y su error estándar.

Interpretación

Minitab utiliza el valor t para calcular el valor p, que se utiliza para comprobar si la media es significativamente diferente de 0.

Usted puede utilizar el valor t para determinar si puede rechazar la hipótesis nula. Sin embargo, el valor p se utiliza con más frecuencia, porque el valor umbral de rechazo es el mismo sin importar los grados de libertad. Para obtener más información sobre cómo usar el valor t, vaya a Uso del valor t para determinar si se puede rechazar la hipótesis nula.

Valor p – media ajustada

El valor p es una probabilidad que mide la evidencia en contra de la hipótesis nula. La hipótesis nula es que la respuesta media es 0. Las probabilidades más bajas proporcionan una evidencia más fuerte en contra de la hipótesis nula.

Interpretación

Para determinar si la media es estadísticamente diferente de 0, compare el valor p con el nivel de significancia. Por lo general, un nivel de significancia (denotado como α o alfa) de 0.05 funciona adecuadamente. Un nivel de significancia de 0.05 indica un riesgo de 5% de concluir que la respuesta media no es igual a 0 cuando en realidad sí lo es.
Valor p ≤ α: La media es significativamente diferente de 0
Si el valor p es menor que o igual al nivel de significancia, usted rechaza la hipótesis nula y concluye que la respuesta media es significativamente diferente de 0.
Valor p > α: La media no es significativamente diferente de 0
Si el valor p es mayor que el nivel de significancia, usted no tiene suficiente evidencia para concluir que la respuesta media es significativamente diferente de 0.

Media de los datos (covariable)

La media de la covariable es el promedio de los valores de covariable, que es la suma de todas las observaciones dividida entre el número de observaciones. La media resume los valores de la muestra con un solo valor que representa el centro de los valores de covariable.

Interpretación

Este valor es la media de la covariable. Minitab fija la covariable en el valor medio al calcular las medias ajustadas de los factores.

Desviación estándar (Desv.Est.)

La desviación estándar es la medida de dispersión más común, que indica qué tan dispersos están los valores individuales de covariable con respecto a la media.

Interpretación

Utilice la desviación estándar para determinar qué tanto varía la covariable alrededor de la media. Minitab fija la covariable en el valor medio al calcular las medias ajustadas de los factores.