Tabla Pruebas de efectos fijos para Ajustar modelo de efectos mixtos

Encuentre definiciones y ayuda para interpretar cada uno de los estadísticos incluidos en la tabla Pruebas de efectos fijos.

En este tema

GL
Valor F
Valor p – Término

GL

Los grados de libertad (GL) son la cantidad de información en los datos. El análisis utiliza esa información para las pruebas F que se utilizan para evaluar los términos de efecto fijo. El GL Num muestra los grados de libertad del numerador para la prueba F para un término de efecto fijo. El valor es igual al número de parámetros del término de efecto fijo. El GL Den muestra los grados de libertad del denominador para la prueba F que se utiliza para evaluar un término de efecto fijo.

Valor F

Un valor F aparece para cada término de efecto fijo en la tabla Pruebas de efectos fijos. El valor F corresponde a la prueba que determina si el término afecta significativamente la respuesta.

Interpretación

Minitab utiliza el valor F para calcular el valor p, que se usa para tomar una decisión acerca de la significancia estadística del término. El valor p es una probabilidad que mide la evidencia en contra de la hipótesis nula. Las probabilidades más bajas proporcionan una evidencia más fuerte en contra de la hipótesis nula.

Un valor F lo suficientemente grande indica que el el término es significativo.

Si desea usar el valor F para determinar si puede rechazar la hipótesis nula, compare el valor F con su valor crítico. Puede calcular el valor crítico en Minitab o buscar el valor crítico en una tabla de la distribución F en la mayoría de los libros de estadística. Para obtener más información sobre cómo usar Minitab para calcular el valor crítico, vaya a Uso de la función de distribución acumulada inversa (ICDF) y haga clic en "Usar la ICDF para calcular los valores críticos".

Valor p – Término

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

Interpretación

Para determinar si un término afecta significativamente la respuesta, 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 existe un efecto cuando no hay un efecto real.

La interpretación de cada valor p depende de si corresponde al coeficiente de un término de factor fijo o a un término de covariable.

Término de factor fijo

Para un término de factor fijo, la hipótesis nula es que el término de factor fijo no afecta significativamente la respuesta.

Valor p ≤ α: El término de factor fijo afecta significativamente la respuesta: Si el valor p es menor que o igual al nivel de significancia, usted puede concluir que el término de factor fijo no afecta significativamente la respuesta. El rechazo de la hipótesis nula significa que el efecto de un nivel es significativamente diferente de los efectos de los otros niveles del término.
Valor p > α: El término de factor fijo no afecta significativamente la respuesta: Si el valor p es mayor que el nivel de significancia, usted no puede concluir que el término de factor fijo afecta significativamente la respuesta. Convendría que vuelva a ajustar el modelo sin el término.

Término de covariable

Para un término de covariable, la hipótesis nula es que no existe asociación entre el término y la respuesta.

Valor p ≤ α: La asociación es estadísticamente significativa: Si el valor p es menor que o igual al nivel de significancia, usted puede concluir que hay una asociación estadísticamente significativa entre la respuesta y el término de covariable.
Valor p > α: La asociación no es estadísticamente significativa: Si el valor p es mayor que el nivel de significancia, usted no puede concluir que existe una asociación estadísticamente significativa entre la respuesta y el término de covariable. Convendría que vuelva a ajustar el modelo sin el término de covariable.