Especifique las opciones para Optimizador de respuestas

Optimizador de respuestas > Opciones

En este tema

Tenga en cuenta los valores que faltan durante la optimización
Restricciones
Valores iniciales
Nivel de confianza para todos los intervalos
Tipo de intervalo de confianza

Tenga en cuenta los valores que faltan durante la optimización

Seleccione esta opción para que la búsqueda incluya soluciones con valores que faltan. Los valores faltantes son posibles para los predictores que tenían valores faltantes en el conjunto de datos de entrenamiento durante la construcción del modelo. Tenga en cuenta esta opción cuando una solución con valores que faltan sea significativa para la aplicación. Por ejemplo, si los valores que faltan representan valores por debajo de un umbral detectable para una variable continua, una interpretación de un valor que falta en la solución es minimizar ese predictor en la aplicación.

Si selecciona esta opción, puede seleccionar Retener en valor faltante como restricción los predictores que tienen valores faltantes en los datos de entrenamiento. Seleccione Retener en valor faltante un predictor para que el predictor siempre falte en todas las soluciones. Sin Retener en valor faltante, el algoritmo intenta valores faltantes para un predictor solo si el predictor tiene valores faltantes en los datos de entrenamiento y el análisis especifica Tenga en cuenta los valores que faltan durante la optimización.

Restricciones

Usted puede fijar las variables continuas y categóricas en un valor específico o limitar el rango de valores posibles.

Nota

En un diseño factorial, las covariables se deben fijar en un valor específico. Por opción predeterminada, Minitab establece el valor en la media de la covariable. En un modelo lineal general, las covariables pueden tener o no tener restricciones.

Variable: Muestra todas las variables que están incluidas en un modelo. Esta columna no admite ingreso de datos.
Restricción: Para cada variable, seleccione Sin restricciones, Retener en valor o Restricción para región. Las covariables en un modelo lineal general tienen la opción adicional de Fijar en la media. Si el análisis permite valores faltantes y el predictor tenía valores faltantes en los datos de entrenamiento, entonces la Retener en valor faltante opción está disponible.
Valor fijo: Para cada variable que haya especificado, Retener en valorintroduzca un valor en el que mantener la variable. Minitab utiliza este valor de configuración de la variable para calcular los valores ajustados.
Inferior: Para cada variable especificada, Restricción para región introduzca un valor mínimo. Minitab selecciona un valor que es mayor que o igual a este valor.
Superior: Para cada variable especificada, Restricción para región introduzca un valor máximo. Minitab selecciona un valor que es menor que o igual a este valor.

Valores iniciales

Si el algoritmo produce resultados inaceptables, usted puede tratar de mejorar los resultados ingresando un punto de partida para el algoritmo de búsqueda. Esta opción está disponible para modelos desde el Estadísticas menú y modelos desde Regresión lineal y Regresión logística binaria desde el Módulo de análisis predictivoarchivo .

Variable: Muestra todas las variables continuas que están incluidas en un modelo ajustado. Esta columna no admite ingreso de datos.
Valor de inicio: Ingrese un valor para cada variable continua. Cada valor debe estar entre los valores observados mínimo y máximo de esa variable. Si ingresa una restricción para una variable, el valor inicial debe satisfacer esa restricción. No se puede ingresar un valor inicial cuando se especifica un valor fijo para una variable.

Nivel de confianza para todos los intervalos

Esta opción está disponible para los modelos del menú y para los modelos de Estadísticas regresión lineal y regresión logística binaria de la Módulo de análisis predictivocarpeta .

Ingrese el nivel de confianza para los intervalos de confianza de los coeficientes y los valores ajustados.

Por lo general, un nivel de confianza de 95% funciona adecuadamente. Un nivel de confianza de 95% indica que si usted tomara 100 muestras aleatorias de la población, los intervalos de confianza de aproximadamente 95 de las muestras incluirían la respuesta media. Para un conjunto determinado de datos, un nivel de confianza más bajo produce un intervalo más estrecho y un nivel de confianza más alto produce un intervalo más amplio.

Nota

Para mostrar los intervalos de confianza, seleccione Resultados. En Presentación de resultados, seleccione Tablas ampliadas.

Tipo de intervalo de confianza

Esta opción está disponible para los modelos del menú y para los modelos de Estadísticas regresión lineal y regresión logística binaria de la Módulo de análisis predictivo carpeta .

Puede seleccionar un intervalo bilateral o un límite unilateral. Para el mismo nivel de confianza, un borde unilateral está más cerca de la estimación de punto que los bordes de un intervalo bilateral. El borde superior no proporciona un valor inferior probable. Si usted solicita un borde superior, entonces no hay ningún borde inferior. Si solicita un borde inferior, entonces no hay ningún borde superior.

Por ejemplo, la concentración media pronosticada de sólidos disueltos en agua es de 13.2 mg/L. El intervalo de confianza de 95 % para la media de múltiples observaciones futuras es de 12.8 mg/L a 13.6 mg/L.. El límite superior de 95 % de la media de múltiples observaciones futuras es de 13.5 mg/L, que es más preciso porque el límite está más cerca de la media pronosticada.

Bilateral

Utilice un intervalo de confianza bilateral para estimar valores probables tanto inferiores como superiores para la respuesta media.
Utilice un intervalo de predicción bilateral para estimar valores probables tanto inferiores como superiores para una observación individual futura.

Límite inferior

Utilice un límite de confianza inferior para estimar un valor probable más bajo para la respuesta media.
Utilice un límite de predicción inferior para estimar un valor probable más bajo para una sola observación futura.

Límite superior

Utilice un límite de confianza superior para estimar un valor probable más alto para la respuesta media.
Utilice un límite de predicción superior para estimar un valor probable más alto para una sola observación futura.