Tabela Coeficientes de Modelo de efeitos mistos de ajuste

Encontre definições e orientações de interpretação para cada estatística na tabela Coeficientes.

Coeficientes

A tabela de coeficientes fornece coeficientes para níveis individuais de termos fator fixo e coeficientes para termos de covariáveis. Um coeficiente para um termo de fator fixo a um nível específico descreve o efeito do nível de fator sobre a resposta em comparação com o resto dos níveis de fator. Um coeficiente para um termo de covariável representa o tamanho e a direção da relação linear entre o termo e a resposta.

Interpretação

A interpretação de cada coeficiente depende se o coeficiente é destinado a um termo de fator fixo ou um termo covariável:
Termo de fator fixo

Os coeficientes para um termo de fator fixo apresentam como as médias de nível para o termo são diferentes. Também é possível realizar uma análise de comparações múltiplas para o termo a fim de classificar em mais detalhes os efeitos de nível em grupos que sejam estatisticamente iguais ou estatisticamente diferentes.

Termos covariável

O coeficiente de um termo covariável representa a alteração na resposta média associada a uma mudança de 1 unidade naquele termo, enquanto todo o resto no modelo permanece igual. O sinal do coeficiente indica a direção da relação entre o termo e a resposta. O tamanho do coeficiente geralmente oferece uma boa maneira de avaliar a significância prática do efeito do termo sobre a variável de resposta.

Coeficiente de SE

O erro padrão do coeficiente estima a variabilidade entre a estimativa do coeficiente que seria obtida caso fossem extraídas amostras da mesma população por vezes seguidas. O cálculo pressupõe que os termos do modelo e o tamanho amostral permaneceriam os mesmos caso fossem extraídas repetidas amostras.

Interpretação

Use o erro padrão do coeficiente para medir a precisão da estimativa do coeficiente. Quanto menor o erro padrão, mais precisa é a estimativa. Dividir o coeficiente pelo erro padrão calcula um valor-t. Se o valor-p associado à estatística-t for menor que o nível de significância, você conclui que o coeficiente é significativamente diferente de 0.

DF

Os graus de liberdade (DF) são a quantidade de informações em seus dados. O Minitab utiliza os graus de liberdade para construir o teste-t para o coeficiente.

Intervalo de confiança para coeficiente (IC de 95%)

Estes intervalos de confiança (IC) de faixas de valores que tendem a conter os valores verdadeiros dos coeficientes para um termo de efeito fixo no modelo.

Como as amostras são aleatórias, é improvável que duas amostras de uma população produzam intervalos de confiança idênticos. No entanto, se você extrair muitas amostras aleatórias, uma determinada porcentagem dos intervalos de confiança resultantes conterá o parâmetro populacional desconhecido. A porcentagem destes intervalos de confiança que contém o parâmetro é o nível de confiança do intervalo.

O intervalo de confiança é composto pelas duas partes a seguir:
Estimativa de ponto
Este valor único estima um parâmetro populacional usando os seus dados amostrais. O intervalo de confiança é centrado em torno da estimativa pontual.
Margem de erro
A margem de erro define a largura do intervalo de confiança e é determinada pela variabilidade observada na amostra, o tamanho da amostra e o nível de confiança. Para calcular o limite superior do intervalo de confiança, a margem de erro é adicionada à estimativa pontual. Para calcular o limite inferior do intervalo de confiança, a margem de erro é subtraída da estimativa pontual.

Interpretação

Se o nível de confiança for de 95%, você pode ter 95% de certeza de que o intervalo de confiança contém o valor verdadeiro do coeficiente correspondente. O intervalo de confiança ajuda a avaliar a significância prática de seus resultados. Use seu conhecimento especializado para determinar se o intervalo de confiança inclui valores que tenham significância prática para a sua situação. Se o intervalo for muito amplo para ser útil, pense em aumentar o tamanho da amostra.

Valor-t

O valor-t mede a razão entre o coeficiente e seu erro padrão.

Interpretação

O Minitab usa o valor-t para calcular o valor-p, usado para testar se o coeficiente é significativamente diferente de 0.

É possível usar um valor-t para determinar se a hipótese nula deve ser rejeitada. No entanto, o valor-p é usado com mais frequência porque o limite para a rejeição da hipótese nula não depende dos graus de liberdade. Para obter mais informações sobre como usar o valor-t, acesse Usando o valor-t para determinar se a hipótese nula deve ser rejeitada.

Valor-p – Coeficiente

O valor-p é uma probabilidade que mede a evidência contra a hipótese nula. As probabilidades inferiores fornecem evidências mais fortes contra a hipótese nula.

Interpretação

Para determinar se um coeficiente é significativamente diferente de 0, compare o valor-p do coeficiente com o nível de significância. Geralmente, um nível de significância (denotado como α ou alfa) de 0,05 funciona bem. Um nível de significância de 0,05 indica que o risco de se concluir que existe um efeito, quando, na verdade, não existe nenhum efeito, é de 5%.

Valor-p ≤ α: O coeficiente é estatisticamente diferente de 0

Se o valor-p for menor ou igual ao nível de significância, é possível concluir que o coeficiente é significativamente diferente de 0.

Valor-p > α: O coeficiente não é estatisticamente diferente de 0
Se o valor-p for maior ou igual ao nível de significância, não é possível concluir que o coeficiente é significativamente diferente de 0.
Ao usar esse site, você concorda com a utilização de cookies para análises e conteúdo personalizado.  Leia nossa política