Tabela Testes de efeitos fixos para Ajustar modelo de efeitos mistos

Encontre definições e orientações de interpretação para cada estatística na tabela Testes de efeitos fixos.

Neste tópico

DF
Valor-f
Valor-p – termo

DF

Os graus de liberdade (DF) são a quantidade de informações em seus dados. A análise usa essas informações para os testes-F para testar termos de efeitos fixos. O DF Num exibe os graus de liberdade do numerador para o teste-F para um termo de efeito fixo. O valor é igual ao número de parâmetros para o termo de efeito fixo. O DF Den exibe os graus de liberdade do denominador para o teste-F de um termo de efeito fixo.

Valor-f

Um valor-F aparece para cada termo efeito fixo na tabela Testes de Efeitos Fixos. O valor-F é para o teste-F que determina se o termo afeta significativamente a resposta.

Interpretação

O Minitab usa o valor-F para calcular o valor-p, que pode ser usado para a tomada de uma decisão sobre a significância estatística do termo. O valor-p é uma probabilidade que mede a evidência contra a hipótese nula. As probabilidades inferiores fornecem evidências mais fortes contra a hipótese nula.

Um valor-F grande o bastante indica que o termo é significativo.

Se você quiser usar o valor-f para determinar se deve rejeitar a hipótese nula, compare o valor-f com o seu valor crítico. É possível calcular o valor crítico no Minitab ou encontrar o valor crítico de uma tabela distribuição F na maioria dos livros de estatísticas. Para obter mais informações sobre como usar o Minitab para calcular o valor crítico, acesse Usando a função de distribuição acumulada inversa (ICDF) e clique em "Usar o ICDF para calcular valores críticos".

Valor-p – termo

O valor-p é uma probabilidade que mede a evidência contra a hipótese nula. As probabilidades inferiores fornecem evidências mais fortes contra a hipótese nula.

Interpretação

Para determinar se um termo afeta significativamente a resposta, 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 que o risco de se concluir que existe um efeito, quando, na verdade, não existe nenhum efeito, é de 5%.

A interpretação de cada valor-p depende se ele é destinado ao coeficiente de um fator fixo ou a um termo covariável:

Termo de fator fixo

Para um termo de fator fixo, a hipótese nula é que o termo de fator fixo não afeta significativamente a resposta.

Valor-p ≤ α: O termo de fator fixo afeta significativamente a resposta: Se o valor-p for menor ou igual ao nível de significância, é possível concluir que o termo de fator fixo afeta significativamente a resposta. A rejeição da hipótese nula significa um efeito de nível que é significativamente diferente dos outros efeitos a nível do termo.
Valor-p > α: O termo de fator fixo não afeta significativamente a resposta: Se o valor-p for maior que o nível de significância, não é possível concluir que o termo de fator fixo afeta significativamente a resposta. Talvez seja necessário reajustar o modelo sem o termo.

Termos covariável

Para um termo de covariável, a hipótese nula é que não existe nenhuma associação entre o termo e a resposta.

Valor-p ≤ α: a associação é estatisticamente significativa: Se o valor-p for menor ou igual ao nível de significância, é possível concluir que há uma associação estatisticamente significativa entre a variável de resposta e o termo da covariável.
Valor-p > α: a associação não é estatisticamente significativa: Se o valor-p for maior ou igual ao nível de significância, não é possível concluir que há uma associação estatisticamente significativa entre a resposta e o termo da covariável. Talvez seja necessário reajustar o modelo sem o termo de covariável.