Especificar as opções para Ajustar modelo linear generalizado

Estat > ANOVA > Modelo Linear Generalizado > Ajuste de Modelo Linear Generalizado > Opções

Pesos

Em Pesos, insira uma coluna numérica de pesos para executar a regressão ponderada. A regressão ponderada é um método que pode ser usado quando a suposição de mínimos quadrados da variância da constante nos resíduos é violada (também chamada de heteroscedasticidade). Com o peso correto, este procedimento minimiza a soma dos resíduos quadrados ponderados para produzir resíduos padronizados com uma variância de constante (também chamada de homoscedasticidade). Para obter mais informações sobre a determinação do peso apropriado, vá para Regressão ponderada.

Os pesos devem ser maiores que ou iguais a zero. A coluna de pesos devem ter o mesmo número de linhas que a coluna de resposta.

Nível de confiança para todos os intervalos

Insira o nível de confiança dos intervalos de confiança dos coeficientes e os valores ajustados.

Em geral, um nível de confiança de 95% funciona bem. Um nível de confiança de 95% indica que, se você extrair 100 amostras aleatórias da população, os intervalos de confiança para aproximadamente 95 das amostras conterão a resposta média. Para um determinado conjunto de dados, um nível de confiança mais baixo produz um intervalo de confiança mais estreito e um nível de confiança mais alto produz um intervalo de confiança mais amplo.

Observação

Para exibir os intervalos de confiança, você deve acessar a subcaixa de diálogo Resultados, e em Exibição dos resultados, selecione Tabelas expandidas.

Tipo de intervalo de confiança

Você pode selecionar um intervalo bilateral ou um limite unilateral. Para o mesmo nível de confiança, um limite está mais próximo da estimativa pontual do que o intervalo. O limite superior não fornece um valor provável inferior. O limite inferior não fornece um valor provável superior.

Por exemplo, a concentração média predita de sólidos dissolvidos na água é de 13,2 mg/l. O intervalo de confiança de 95% para a média de múltiplas observações futuras é de 12,8 mg/l para 13,6 mg/l. O limite superior de 95% para a média de várias observações futuras é de 13,5 mg/l, que é mais preciso porque o limite é mais próximo da média predita.
Bilateral
  • Use um intervalo de confiança bilateral para estimar os valores de probabilidade inferior e superior para a resposta média.
Limite inferior
  • Use um limite de confiança inferior para estimar um valor inferior provável para a resposta média.
Limite superior
  • Use um limite de confiança superior para estimar o valor provável mais alto para a resposta média.

Soma de quadrados para testes

Selecione as somas dos quadrados (SS) para usar no cálculo do valor de F e valores de p. É mais comum usar o SS ajustado. Use o SS sequencial para determinar o significado de termos pela ordem em que eles entram no modelo.
Soma de quadrados para testes
  • Ajustado (Tipo III): Representa a redução na soma dos quadrados dos erros, quando o termo é adicionado a um modelo que contém todos os termos restantes.
  • Sequencial (Tipo I): Representa a redução das somas dos quadrados dos erros, quando um termo é adicionado a um modelo que contém apenas os termos antes dele.

Transformação de Box-Cox

Realize uma transformação Box-Cox em seu dados de resposta quando os resíduos não forem normalmente distribuídos ou eles não tiverem variância constante. Quando você transforma seus dados, o Minitab transforma os dados de resposta e os usa na análise. Sob a maioria das condições, não é necessário corrigir a não normalidade, a menos que os dados sejam altamente assimétricos. Quando você usa uma transformação Box-Cox, todos os dados de resposta devem ser positivos (> 0). Para determinar se a transformação Box-Cox pode ser apropriado para seus dados, verifique os gráficos de resíduos e outras medidas de diagnóstico. Para obter mais informações sobre como verificar o seu modelo, vá para Validar suposições de modelo em regressão ou ANOVA.
Transformação de Box-Cox
Selecione o valor lambda que Minitab usa para transformar os dados:
  • Nenhuma transformação: Use os dados de resposta originais.
  • λ ideal: Use o lambda ideal, que deve produzir a melhor transformação de ajuste. Por padrão, o Minitab arredonda o lambda ideal para 0,5 ou o número inteiro mais próximo. Por exemplo, o Minitab arredonda lambda para -1, -0,5, 0, 0,5, 1, etc. Se você quiser usar o valor ideal em vez do valor arredondado para a transformação, escolha Ferramentas > Opções > Modelos Lineares > Exibição dos Resultados.
  • λ = 0 (log natural): Use o log natural de seus dados.
  • λ = 0,5 (raiz quadrada): Use a raiz quadrada de seus dados.
  • λ: Use um valor especificado para lambda. Outras transformações comuns são o quadrado (λ = 2), a raiz quadrada inversa (λ = −0,5) e inversa (λ = −1). Normalmente, você não deve usar um valor fora do intervalo de -2 e 2.

Médias

Você pode exibir as médias dos mínimos quadrados para os principais efeitos, os efeitos principais e interações com dois fatores ou todos os termos do modelo na saída. Como alternativa, você pode exibir as médias para um subconjunto destes termos ou nenhum termo.

Se você selecionar Termos especificados, use o I = Calcular médias para o termo para o botão do termo para identificar os termos. Selecione um termo na lista, em seguida, pressione o botão. Um I indica que a média do termo será exibida. Se um termo que você esperava ver na lista não aparecer, precisará ser adicionado ao modelo.

Ao usar esse site, você concorda com a utilização de cookies para análises e conteúdo personalizado.  Leia nossa política