Métodos y fórmulas para el ajuste del modelo en Regresión no lineal

Seleccione el método o la fórmula de su preferencia.

Suma de los errores al cuadrado

La SSE (suma de los errores al cuadrado) es la suma de los residuos elevados al cuadrado.

S

La estimación de σ es:

Notación

TérminoDescription
SSEsuma de los residuos elevados al cuadrado
Nnúmero de observaciones
Pnúmero de parámetros libres

Prueba de falta de ajuste de error puro

Minitab obtiene los grupos que están determinados por distintas combinaciones de los valores predictores. Dentro de cada grupo con más de una observación, Minitab calcula la contribución al error puro:

Luego Minitab suma estas contribuciones de todos los grupos.

Los grados de libertad para la falta de ajuste son los grados de libertad para el error menos los grados de libertad para el error puro. La suma de los cuadrados de la falta de ajuste es la suma de los cuadrados del error menos la suma de los cuadrados del error puro.

Minitab calcula los cuadrados medios dividiendo las sumas de cuadrados entre sus grados de libertad.

El estadístico F es igual al cuadrado medio de la falta de ajuste dividido entre el cuadrado medio del error puro.

Notación

TérminoDescription
nnésima observación
glgrados de libertad = grados de libertad para el error menos grados de libertad para el error puro.
wnponderación de la observación n
μwmedia ponderada dentro de este grupo

Residuos

El residuo es la diferencia entre un valor observado y el valor ajustado correspondiente. Esta parte de la observación no es explicada por el modelo. El residuo de una observación es:

Notación

TérminoDescription
yivalor de la iésima respuesta observada
iésimo valor ajustado para la respuesta