Métodos para Ajustar modelo de Poisson

Encontre definições e orientações de interpretação para a tabela Método.

Codificação da preditora categórica

O Minitab pode usar o esquema de codificação (0, 1) ou (−1, 0, +1) para incluir variáveis categóricas no modelo. O esquema (0, 1) é o padrão para análise de regressão, enquanto o esquema (−1, 0, +1) é o padrão para ANOVA e DOE. A escolha entre estes dois esquemas não altera a significância estatística das variáveis categóricas. No entanto, o esquema de codificação realmente altera os coeficientes e a maneira de interpretá-los.

Interpretação

Verifique se o esquema de codificação que é exibido garante que você tenha realizado a análise pretendida. Interprete os coeficientes para as variáveis categóricas como a seguir:

  • Com o esquema de codificação (0, 1), cada coeficiente representa a diferença entre cada média de nível e a média de nível de referência. O coeficiente para o nível de referência não é exibido na tabela Coeficientes.
  • Com o esquema de codificação (−1, 0,+1), cada coeficiente representa a diferença entre cada média de nível e a média global.

Padronização da preditora contínua

Se você optou por padronizar os preditores contínuos em seu modelo, o Minitab fornece detalhes sobre o método na tabela padronização preditor Contínuo.

Normalmente, você usa a padronização para centralizar variáveis, dimensionar variáveis ou ambas as coisas. Quando você centraliza as variáveis, reduz a multicolinearidade causada por termos polinomiais e termos de interação, o que melhora a precisão das estimativas dos coeficientes. Na maioria dos casos, quando você dimensionar as variáveis, o Minitab converte as diferentes escalas das variáveis para uma escala comum, o que permite comparar o tamanho dos coeficientes.

Interpretação

Use a tabela do método de padronização para garantir que você realizou a análise da forma desejada. Dependendo de sua escolha para o método, talvez seja necessário mudar a interpretação dos coeficientes da seguinte forma:

Especificar níveis inferior e superior para codificar como -1 e +1
Este método centraliza e pesa as variáveis. Cada coeficiente representa a mudança esperada na média da resposta transformada dado que a preditora muda em 1 unidade na escala codificada. Por exemplo, o coeficiente representa a mudança na média da resposta transformada quando a preditora muda de 0 para +1.
Subtrai a média e divide pelo desvio padrão
Este método centraliza e pesa as variáveis. Cada coeficiente representa a mudança esperada na média da resposta transformada dado que a variável preditora muda em 1 desvio padrão.
Subtrair a média
Este método centraliza as variáveis. Cada coeficiente representa a mudança esperada na média da resposta transformada dado que a preditora muda em 1.
Dividir pelo desvio padrão
Este método pesa as variáveis. Cada coeficiente representa a mudança esperada na média da resposta transformada dado que a variável preditora muda em 1 desvio padrão.
Subtrair um valor especificado e dividir por outro
Se este método centraliza ou pesa as variáveis depende dos valores que você especificar. Cada coeficiente representa a mudança esperada na média da resposta transformada dado que a variável preditora muda pelo divisor. Por exemplo, se você dividir por 4, o coeficiente representa um aumento de 4 na escala da medição original.

A interpretação exata dos coeficientes também depende de outros aspectos da análise como a função de ligação.

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