Estatística PRESS de uma regressão usando uma transformação potência

Esta macro calcula os ajustes do modelo, resíduos, ajustes deletados, os resíduos da soma de quadrados predita (PRESS) deletada, e a estatística PRESS nas unidades originais da resposta quando a transformação potência da resposta é aplicada em uma regressão linear.

Download da macro

Certifique-se de que o Minitab sabe onde encontrar a macro baixada. Selecione Ferramentas > Opções > Geral. Em Local da macro navegue até o local em que você salva os arquivos de macro.

Importante

Se você usar um navegador mais antigo, quando clicar no botão Download, o arquivo pode abrir no Quicktime, que compartilha a extensão de arquivo .mac com macros do Minitab. Para salvar a macro, clique com o botão direito do mouse no botão Download e selecione Salvar arquivo como.

Entradas obrigatórias

  • O número de preditoras na regressão
  • As colunas de armazenamento para as preditoras
  • As colunas de armazenamento para a resposta
  • Os parâmetros de transformação potência

Execução da macro

Suponha que você tem uma variável preditora armazenada em C1, e a variável de resposta esteja em C2. O valor do parâmetro de transformação era -1.

  1. Clique em qualquer lugar na janela Session e selecione Editor > Exibir Linha de Comando.
  2. No prompt de comando (MTB>), digite o seguinte:
    %PRESS
  3. Pressione Enter. Você deverá fornecer informações adicionais. Por exemplo:
    Digite o número de variáveis preditoras na regressão...
    DATA> 1
    Insira o número da coluna da variável preditora...
    DATA> 1
    Insira o número da coluna da variável de resposta...
    DATA> 2
    Insira o valor do parâmetro de transformação potência da resposta...
    DATA> -1 <-- transformação recíproca da resposta especificada
    

Mais informações

Referências

Allen, D. M. (1971), "The Prediction Sum of Squares as a Criterion for Selecting Predictor Variables," Technical Report Number 23, Department of Statistics, University of Kentucky.

Delozier, M. R. (2004), Introduction to Applied Industrial Statistics, Industrial Short-Course Participant Manual.

Myers, R. H. (1990), Classical and Modern Regression

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