Aviso
Ahora estás saliendo de support.minitab.com.
Haga clic en Continuar para continuar con:
Las medias ajustadas utilizan los coeficientes del modelo ajustado para calcular la respuesta media para cada combinación de niveles de un factor o interacción.
Las probabilidades medias ajustadas son útiles porque las probabilidades medias de datos podrían no ser buenos indicadores de efectos principales y efectos de interacción. Las diferencias entre las probabilidades medias de datos pueden representar condiciones experimentales no balanceadas en lugar de diferencias debido a los cambios en los niveles de factor. Las probabilidades medias ajustadas resuelven este problema estimando los resultados de un diseño balanceado.
Utilice la tabla Medias para entender las diferencias estadísticamente significativas entre los niveles de los factores. La probabilidad media de cada grupo proporciona una estimación de la probabilidad de cada población. Busque diferencias entre las probabilidades de grupo para los términos que son estadísticamente significativos.
Para los efectos principales, la tabla muestra los grupos dentro de cada factor y sus probabilidades. Para los efectos de interacción, la tabla muestra todas las combinaciones posibles de los grupos. Si un término de interacción es estadísticamente significativo, no interprete los efectos principales sin considerar los efectos de interacción.
En estos resultados, la tabla Medias muestra cómo la probabilidad de deterioro de los alimentos varía de acuerdo con el tipo de conservante, la presión al vacío, el nivel de contaminación y la temperatura de enfriamiento. Los factores de Conservante, Presión al vacío y Nivel de contaminación son estadísticamente significativos en el nivel de 0.05. Ninguna de las interacciones es estadísticamente significativa en el nivel de 0.05.
Por ejemplo, con el tipo de conservante de la Fórmula 1, la probabilidad media ajustada es 0.04918. Este valor es menor que la probabilidad media ajustada de 0.07501 cuando el conservante es la Fórmula 2.
| Término | Probabilidad media ajustada | Error estándar de la media |
|---|---|---|
| Conservante | ||
| Fórmula1 | 0.04918 | 0.00345 |
| Fórmula2 | 0.07501 | 0.00422 |
| PresiónVacío | ||
| 5 | 0.05387 | 0.00364 |
| 25 | 0.06860 | 0.00406 |
| NivelContami | ||
| 5 | 0.05291 | 0.00360 |
| 50 | 0.06983 | 0.00410 |
| TempEnfr | ||
| 10 | 0.06406 | 0.00393 |
| 20 | 0.05774 | 0.00379 |
| NivelContami*TempEnfr | ||
| 5 10 | 0.06005 | 0.00535 |
| 50 10 | 0.06833 | 0.00570 |
| 5 20 | 0.04659 | 0.00475 |
| 50 20 | 0.07135 | 0.00582 |
El error estándar de la media (EE media) estima la variabilidad entre las probabilidades medias ajustadas que se obtendría si se tomaran muestras de la misma población una y otra vez.
Por ejemplo, la probabilidad de que un paciente califique para ser incluido en un estudio para un nuevo tratamiento es 0.63, con un error estándar de 0.02. Si usted tomara múltiples muestras aleatorias del mismo tamaño y de la misma población, la desviación estándar de esas proporciones de muestra diferentes habría estado alrededor de 0.02.
Utilice el error estándar de la media para determinar con cuánta precisión la probabilidad media ajustada estima la probabilidad media de la población.
Un valor más bajo del error estándar de la media indica una estimación más precisa de la probabilidad media de la población. 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 probabilidad media de la población. Un tamaño de muestra más grande da como resultado un menor error estándar de la media y una estimación más precisa de la probabilidad media de la población.
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.
Este valor es la media de la covariable. Minitab fija la covariable en el valor medio al calcular las medias ajustadas de los factores.
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.
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.
Ahora estás saliendo de support.minitab.com.
Haga clic en Continuar para continuar con: