Tabela de médias condicionais e tabela de médias para covariáveis para Modelo de efeitos mistos de ajuste

Encontre definições e orientações para a interpretação para cada estatística na tabela Médias.

Média ajustada

A média ajustada utiliza os coeficientes da equação ajustada condicional ou marginal correspondente para calcular a resposta média de cada nível de fator, ou para cada combinação de níveis de múltiplos fatores.

Interpretação

Use a tabela Médias para compreender os efeitos dos níveis de fatores sobre os valores de resposta médios. Cada nível significativo fornece uma estimativa da resposta da média para o nível. Procure por diferenças entre médias de grupo para termos que são estatisticamente significativos.

Para um termo de efeito principal feito por um único fator, a tabela apresenta os níveis de fator e suas médias de nível. Para um termo de interação, a tabela exibe todas as combinações possíveis dos níveis dos fatores associados. Se um termo de interação for estatisticamente significativo, não interprete os efeitos principais sem considerar os efeitos da interação.

EP Média

O erro padrão da média (SE Média) estima a variabilidade entre as médias ajustadas que você obteria se você tivesse extraído repetidas amostras da mesma população por repetidas vezes.

Interpretação

Use o erro padrão da média para determinar o quão precisamente a média ajustada estima a resposta da média correspondente.

Um valor menor do erro padrão da média indica uma estimativa mais precisa da resposta média. Normalmente, um desvio padrão maior resulta em um erro padrão maior da média e em uma estimativa menos precisa da resposta média. Um tamanho amostral maior resulta em um erro padrão menor da média e uma estimativa mais precisa da resposta média.

DF (médias condicionais)

Os graus de liberdade (DF) representam a quantidade de informações em seus dados para estimar o intervalo de confiança da média de resposta. O Minitab também utiliza os graus de liberdade para construir o teste-t da média de resposta.

Intervalo de confiança para a média (IC de 95%)

Estes intervalos de confiança (IC) são amplitudes de valores que apresentam a probabilidade de conter os valores verdadeiros das respostas médias para os níveis do termo 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 da média 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 (média ajustada)

O valor-t mede a razão entre a média ajustada e seu erro padrão.

Interpretação

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

É possível usar um valor-t para determinar se a hipótese nula deve ser rejeitada. Contudo, o valor-p é usado mais frequentemente porque o limite da rejeição é o mesmo, independente de quais sejam os 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 – média ajustada

O valor-p é uma probabilidade que mede a evidência contra a hipótese nula. A hipótese nula é que a resposta média é 0. As probabilidades mais baixas fornecem evidência mais forte contra a hipótese nula.

Interpretação

Para determinar se a média é estatisticamente diferente de 0, compare o valor-p com seu 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 um risco de 5% de se concluir que a resposta média não é igual a 0 quando ela realmente é.
Valor-p ≤ α: A média é significativamente diferente 0
Se o valor-p é menor ou igual ao nível de significância, você deve rejeitar a hipótese nula e concluir que a resposta média é significativamente diferente de 0.
Valor-p > α: A média não é significativamente diferente 0
Se o valor-p é maior que o nível de significância, você não tem evidências suficientes para concluir que a resposta média é significativamente diferente de 0.

Média dos Dados (covariável)

A média da covariável é a média dos valores covariáveis, que é a soma de todas as observações divididas pelo número de observações. A média sumariza os valores das amostras com um único valor que representa o centro dos valores covariáveis.

Interpretação

Este valor é a média da covariável. O Minitab mantém a covariável no valor médio ao calcular as médias ajustadas para os fatores.

Desvio padrão (StDev)

O desvio padrão é a medida mais comum de dispersão, ou quão dispersos os valores covariáveis individuais estão em torno da média.

Interpretação

Use o desvio padrão para determinar o quanto a covariável varia em torno da média. O Minitab mantém a covariável no valor médio ao calcular as médias ajustadas para os fatores.

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