Métodos para Ajustar modelo de Poisson

Encuentre definiciones y ayuda para interpretar la tabla Método.

En este tema

Codificación de predictores categóricos
Estandarización de predictores continuos
Función de enlace
Validación

Codificación de predictores categóricos

Minitab puede utilizar el esquema de codificación (0.1) o (−1, 0, +1) para incluir las variables categóricas en el modelo. El esquema (0,1) es la opción por defecto para el análisis de regresión, mientras que el esquema (−1, 0, +1) es la opción predeterminada para ANOVA y DOE. La elección entre estos dos esquemas no cambia la significancia estadística de las variables categóricas. Sin embargo, el esquema de codificación cambia los coeficientes y la forma cómo interpretarlos.

Interpretación

Verifique el esquema de codificación que se muestra para asegurarse de que se ha realizado el análisis tal como estaba previsto. Interprete los coeficientes para las variables categóricas como sigue:

Con el esquema de codificación (0,1), cada coeficiente representa la diferencia entre cada media de nivel y la media de nivel de referencia. El coeficiente para el nivel de referencia no se muestra en la tabla Coeficientes.
Con el esquema de codificación (−1, 0,+1), cada coeficiente representa la diferencia entre cada media de nivel y la media general.

Estandarización de predictores continuos

Si eligió estandarizar los predictores continuos en su modelo, Minitab le proporciona los detalles acerca del método en la tabla Estandarización de los predictores continuos.

Generalmente, se utiliza una estandarización para centrar las variables, para escalar las variables o para ambas. Cuando se centran las variables, se reduce la multicolinealidad causada por los términos polinómicos y los términos de interacción, que mejoran la precisión de las estimaciones de los coeficientes. En la mayoría de los casos, cuando se escalan las variables, Minitab convierte las diferentes escalas de las variables en una escala común, lo que permite comparar el tamaño de los coeficientes.

Interpretación

Utilice la tabla Método de estandarización para comprobar que el análisis se ha realizado tal como estaba previsto. Dependiendo del método de su elección, es posible que tenga que cambiar la interpretación de los coeficientes de la manera siguiente:

Especificar niveles bajos y altos para codificar como -1 y +1: Este método centra y escala las variables. Cada coeficiente representa el cambio esperado en la media de la respuesta transformada dado que el predictor cambie en 1 unidad en la escala codificada. Por ejemplo, el coeficiente representa el cambio en la media de la respuesta transformada cuando el predictor cambia de 0 a +1.
Restar la media y dividir entre la desviación estándar: Este método centra y escala las variables. Cada coeficiente representa el cambio esperado en la media de la respuesta transformada dado que la variable predictora cambie en 1 desviación estándar.
Restar la media: Este método centra las variables. Cada coeficiente representa el cambio esperado en la media de la respuesta transformada dado que el predictor cambie en 1.
Dividir entre la desviación estándar: Este método escala las variables. Cada coeficiente representa el cambio esperado en la media de la respuesta transformada dado que la variable predictora cambie en 1 desviación estándar.
Restar un valor especificado, luego dividir entre otro: Que este método centre o escale las variables depende de los valores que usted especifique. Cada coeficiente representa el cambio esperado en la media de la respuesta transformada dado que la variable predictora cambie en una cantidad igual al divisor. Por ejemplo, si usted divide entre 4, el coeficiente representa un aumento de 4 en la escala original de medición.

La interpretación exacta de los coeficientes también depende de otros aspectos del análisis, tales como la función de enlace.

Función de enlace

Minitab ofrece tres funciones de enlace:

Función de enlace de logaritmo
Función de enlace de raíz cuadrada
Función de enlace de identidad

Interpretación

Utilice la función de enlace para encontrar el modelo que mejor se ajuste a los datos. Utilice los estadísticos de bondad de ajuste para comparar los ajustes usando funciones de enlace diferentes. Ciertas funciones de enlace se pueden usar por razones históricas o porque tienen un significado especial dentro de una disciplina.

Validación

Cuando se utiliza un conjunto de datos de prueba, la tabla muestra el porcentaje de los datos que se encuentran en el conjunto de datos de prueba. Cuando se utiliza la validación cruzada, la tabla muestra el número de pliegues. Cuando se especifica una columna que indica qué observaciones se encuentran en el conjunto de datos de prueba o qué observaciones se encuentran en cada pliegue, la tabla muestra el título de la columna.

Interpretación

Verifique el método de validación que está en los resultados para asegurarse de que haya realizado el análisis tal como estaba previsto.