Aviso
Ahora estás saliendo de support.minitab.com.
Haga clic en Continuar para continuar con:
Calcula la estimación del punto y del intervalo para un nuevo valor de X, la variable predictora independiente en una ecuación de regresión simple, para una nueva determinación especificada de Y, la variable dependiente (respuesta). Este método, mencionado a veces como una "regresión inversa" o calibración estadística, tiene aplicaciones técnicas en la validación de nuevos instrumentos o la evaluación de valores "desconocidos" de las muestras en función de un conjunto de valores estándar.
Calcula la estimación del punto y del intervalo para un nuevo valor de X, la variable predictora independiente en una ecuación de regresión simple, para una nueva determinación especificada de Y, la variable dependiente (respuesta). Este método, mencionado a veces como una "regresión inversa" o calibración estadística, tiene aplicaciones técnicas en la validación de nuevos instrumentos o la evaluación de valores "desconocidos" de las muestras en función de un conjunto de valores estándar.
Asegúrese de que Minitab sepa dónde buscar la macro descargada. Elija . En Ubicación de la macro, vaya a la ubicación donde guarda los archivos de macro.
Si utiliza un explorador web más antiguo, cuando haga clic en el botón Descargar, el archivo podría abrirse en Quicktime, que comparte la extensión de archivos .mac con las macros de Minitab. Para guardar la macro, haga clic con el botón derecho en el botón Descargar y elija Guardar destino como.
%CALIB C1 C2 C3;
CLEVEL 99.Haga clic en Corrida.
Una aproximación de muestras grandes para un intervalo de confianza alrededor de una estimación de punto de X se proporciona en las pp. 172-174 del texto Neter, Wasserman y Kutner de 1985, Applied Linear Statistical Models. La macro de Minitab CALIB.MAC realiza este análisis por usted. (El problema 5.24 en la página 180 de Neter, Wasserman y Kutner se utiliza para hacer una demonstración de esta macro. Este problema hace referencia a un conjunto de datos del problema 2.18 de la página 55. Los datos se proporcionan debajo del planteamiento del problema.)
La variable de respuesta dependiente, Y, es la dureza de los elementos moldeados de plástico (medida en unidades Brinell) y la variable predictora independiente, X, es el tiempo transcurrido medido en horas desde el final del proceso de moldeo. El conjunto de 12 observaciones pareadas forman una relación funcional de línea recta, con la solución de regresión lineal Y = 153.9 + 2.42X. El problema entonces requiere calcular un intervalo de confianza de 99 % alrededor del número estimado de horas (X) asociado a un elemento con una dureza (Y) de 298. En el ejemplo, los valores de Y de 200, 250, 298, 325 y 350 se agregaron para mostrar que la macro podía manejar múltiples valores de Y al mismo tiempo.
Ingrese las 3 columnas de datos siguientes en C1, C2 y C3.
| Y | X | Nueva |
|---|---|---|
| 230 | 32 | 200 |
| 262 | 48 | 250 |
| 323 | 72 | 298 |
| 298 | 64 | 325 |
| 255 | 48 | 350 |
| 199 | 16 | |
| 248 | 40 | |
| 279 | 48 | |
| 267 | 48 | |
| 214 | 24 | |
| 359 | 80 | |
| 305 | 56 |
Para ejecutar la macro, elija y escriba el comando
%CALIB C1 C2 C3;
CLEVEL 99.Haga clic en Corrida. La salida será como ésta:
The regression equation is Y = 154 + 2.42 X Predictor Coef SE Coef T P Constant 153.917 8.067 19.08 0.000 X 2.4167 0.1575 15.35 0.000 S = 9.75833 R-Sq = 95.9% R-Sq(adj) = 95.5% Analysis of Variance Source DF SS MS F P Regression 1 22427 22427 235.51 0.000 Residual Error 10 952 95 Total 11 23379 The 95.00% Confidence Interval(s) for the Predicted Values of X Row Y_New CI_Low X_Hat CI_High Width 1 200 8.8056 19.0690 29.3323 20.5268 2 250 30.3180 39.7586 49.1992 18.8812 3 298 50.1055 59.6207 69.1359 19.0304 4 325 60.8611 70.7931 80.7251 19.8640 5 350 70.6098 81.1379 91.6660 21.0562 The correction factor is 0.0210800, which is less than 0.1 indicating that the interval(s) above are probably good approximations.
Ahora estás saliendo de support.minitab.com.
Haga clic en Continuar para continuar con: