Notice
Vous quittez maintenant support.minitab.com.
Cliquez sur Continuer pour procéder à :
Cette macro calcule l'estimation d'un point et d'un intervalle pour une nouvelle valeur de X, la variable de prédicteur indépendante dans une équation de régression simple, pour une nouvelle détermination spécifiée de Y, la variable dépendante (réponse). Cette approche, parfois connue sous le nom de "régression inverse" ou étalonnage statistique a des applications techniques dans le domaine de la validation de nouveaux instruments ou de l'évaluation d'échantillons "inconnus" par rapport à un ensemble de valeurs standard.
Assurez-vous que Minitab connaît l'emplacement de la macro que vous avez téléchargée. Sélectionnez . Sous Emplacement de la macro, accédez à l'emplacement où vous avez enregistré les fichiers macro.
Si vous utilisez un ancien navigateur Web, lorsque vous cliquez sur le bouton Télécharger, il est possible que le fichier s'ouvre dans Quicktime, qui partage l'extension de fichier .mac avec les macros de Minitab. Pour enregistrer la macro, cliquez avec le bouton droit de la souris sur le bouton Télécharger, puis sélectionnez Enregistrer la cible sous.
%CALIB C1 C2 C3;
CLEVEL 99.Cliquez sur Essai.
Une approximation pour grand échantillon de l'intervalle de confiance centré sur une estimation ponctuelle de X est indiquée aux pages 172-174 de l'article de Neter, Wasserman et Kutner de 1985, Applied Linear Statistical Models. La macro CALIB.MAC de Minitab réalise cette analyse pour vous (le problème 5.24 à la page 180 de l'étude est utilisé pour illustrer la macro. Ce problème fait référence à un ensemble de données issu du problème 2.18 de la page 55. Les données sont fournies en-dessous de l'énoncé du problème). Les données sont fournies en-dessous de l'énoncé du problème.)
La variable de réponse dépendante, Y, correspond à la dureté d'éléments en plastique moulés (mesurée en unités de Brinell) et la variable de prédicteur indépendante, X, correspond à la durée, en heures, depuis la fin du procédé de moulage plastique. L'ensemble des 12 observations appariées forme une relation fonctionnelle en ligne droite, avec la solution de régression linéaire Y = 153,9 + 2,42X. Le problème demande ensuite de calculer un intervalle de confiance à 99 % pour le nombre d'heures estimé (X) associé à un élément d'une dureté (Y) de 298. Dans l'exemple, les valeurs 200, 250, 298, 325 et 350 de Y ont été ajoutées pour montrer que la macro était capable de gérer plusieurs valeurs de Y en même temps.
Entrez les 3 colonnes de données suivantes en C1, C2 et C3.
| Y | X | Nouvelle |
|---|---|---|
| 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 |
Pour exécuter la macro, sélectionnez et saisissez la commande
%CALIB C1 C2 C3;
CLEVEL 99.Cliquez sur Essai. Les résultats se présentent sous la forme suivante :
L'équation de régression est Y = 154 + 2,42 X Prédicteur Coeff Coeff ErT T P Constante 153,917 8,067 19,08 0,000 X 2,4167 0,1575 15,35 0,000 S = 9,75833 R carré = 95,9 % R carré (ajust) = 95,5 % Analyse de variance Source DL Somme des carrés CM F P Régression 1 22427 22427 235,51 0,000 Erreur résiduelle 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///.
Vous quittez maintenant support.minitab.com.
Cliquez sur Continuer pour procéder à :