Predecir valores de respuesta para la regresión de mínimos cuadrados parciales

Estadísticas > Regresión > Mínimos cuadrados parciales > Predicción

En PLS, hay dos razones principales de calcular y almacenar los valores de respuesta pronosticados usando el modelo PLS: evaluando la calidad de la predicción con un conjunto de datos de prueba y prediciendo las nuevas respuestas. Para obtener más información, vaya a Predicción en regresión PLS.

Nueva observación para predictores continuos

Ingrese la nueva observación para cada predictor continuo en el mismo orden en que cada predictor se ingresa en el modelo. Usted puede ingresar un valor numérico para cada predictor o una columna numérica de nuevas observaciones para cada predictor. Las columnas deben tener el mismo número de filas.

Nueva observación para predictores categóricos

Ingrese la nueva observación para cada predictor categórico en el mismo orden en que cada predictor se ingresa en el modelo. Usted puede ingresar un valor para cada predictor o una columna de nuevas observaciones para cada predictor. Las columnas deben tener el mismo número de filas. Si escribe una nueva observación, debe encerrar los valores de texto entre comillas (por ejemplo, "Mujer").

Nueva observación para respuestas (opcional)

Ingrese las columnas numéricas que contienen los valores de respuesta que corresponden a las nuevas observaciones. Si usted ingresa valores de respuesta, Minitab calcula un R² de prueba para ayudarle a evaluar la capacidad predictiva del modelo. No puede escribir los valores de respuesta; éstos deben estar almacenados en columnas. El número de columnas de respuesta debe ser igual al número de respuestas en el modelo y deben tener el mismo número de filas que los predictores que contienen las nuevas observaciones.

Nivel de confianza

Ingrese el nivel de confianza para los intervalos de confianza y los intervalos de predicción. Por lo general, un nivel de confianza de 95% funciona adecuadamente. Un nivel de confianza de 95% indica que si usted toma 100 muestras aleatorias de la población, los intervalos de confianza para aproximadamente 95 de las muestras incluirán la respuesta media. Del mismo modo, el intervalo de predicción indica que usted puede estar 95% seguro de que el intervalo contiene el valor de una observación nueva individual.

Almacenamiento

Ajustes: Almacenar el valor ajustado para nuevas observaciones.
EE de ajustes: Almacenar los errores estándar estimados de los valores ajustados.
Límites de confianza: Almacenar los límites inferior y superior del intervalo de confianza para la predicción.
Límites de predicción: Almacenar los límites superior e inferior del intervalo de predicción.