Use Ajustar modelo linear
generalizado para ajustar modelos de mínimos quadrados quando você tem uma resposta contínua, fatores categóricos e co-variáveis opcionais. Você pode incluir interação e termos polinomiais, cruzados e fatores aninhados, e fixa e fatores aleatórios.
Por exemplo, um engenheiro que trabalha para um fabricante de vidro quer para testar o efeito do tipo de copo na emissão de luz de um osciloscópio. A temperatura, uma co-variável, também pode afetar a emissão de luz. O engenheiro utiliza um modelo linear geral para determinar se três tipos de vidro afetam a emissão de luz, enquanto explicam mudanças de temperatura.
Depois de realizar a análise, o Minitab armazena o modelo, de modo que seja possível qualquer uma das seguintes opções:
- Comparar médias de grupo.
- Predizer a resposta para novas observações.
- Representar graficamente a relação entre as variáveis.
- Encontre valores que otimizam múltiplas respostas.
Para mais informações, acesse o
Visão geral do modelo armazenado.
Onde encontrar esta análise
Para ajustar um modelo linear generalizado escolha .
Quando usar uma análise alternativa
- Para um modelo com fatores aleatórios, normalmente utiliza-se Ajustar modelo de efeitos
mistos de modo que você pode usar o método de estimativa de Máxima Verossimilhança Restrita (REML).
- Se você tiver variáveis preditoras principalmente contínuas, é possível obter resultados semelhantes com o modelo Ajuste do modelo de
regressão.
- Se você tem um ou dois fatores categóricos e quer comparar as médias de nível com a média global dos dados que seguem distribuições normais, binomiais ou de Poisson, use Análise de
médias.
- Se você tiver apenas variáveis categóricas, tanto para a resposta quanto para os fatores, vá para O que é um modelo linear generalizado? a fim de saber qual tipo de análise de regressão usar.
- Se você quiser testar a igualdade dos desvios padrão entre os grupos, use Teste de igualdade de
variâncias.
- Se você tiver várias variáveis de resposta que estão correlacionadas e um conjunto comum de fatores, use MANOVA
generalizada, que tem mais poder e pode detectar padrões de resposta multivariados.
