Selecionar as opções para Ajustar modelo de regressão

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