Selecione os gráficos a serem exibidos para Ajustar modelo de efeitos mistos

Selecione o tipo de resíduos a serem exibidos e quais gráficos de resíduos serão exibidos.

Resíduos para gráficos

Você pode especificar os resíduos marginais ou condicionais a serem exibidos nos gráficos.

• Regular condicional: Resíduos condicionais são a diferença entre os ajustes condicionais e valores observados nos dados amostrais. Use os resíduos condicionais para verificar a normalidade do termo de erro.
• Padronizado condicional: representa os resíduos padronizados dos resíduos condicionais. Se uma observação tiver um resíduo padronizado maior que 2, ele pode ser um outlier em seus dados.
• Regular marginal: Resíduos marginais são a diferença entre os ajustes marginais e os valores observados nos dados da amostra. Use os resíduos marginais para avaliar se as equações marginais podem representar as respostas médias de y bem em diferentes níveis dos termos de efeitos fixos.
• Padronizado marginal: representa as versões padronizadas dos resíduos marginais. Se uma observação tiver um resíduo padronizado maior que 2, ele pode ser um outlier em seus dados.

Gráficos de resíduos

Use gráficos de resíduos para examinar se seu modelo atente às suposições da análise. Para obter mais informações, vá para Gráficos de resíduos no Minitab.

• Gráficos individuais : Selecione os gráficos de resíduos que deseja exibir.

  Histograma de resíduos

  Exiba um histograma dos resíduos.

  Gráfico de probabilidade normal dos resíduos

  Exiba um gráfico de probabilidade normal dos resíduos.

  Resíduos versus ajustes

  Exiba os resíduos em função dos valores ajustados.

  Resíduos versus ordem

  Exiba os resíduos em função da ordem dos dados. O número de linha para cada ponto de dados é mostrado no eixo x.

• Quatro em um : Exiba todos os quatro gráficos residuais juntos em um gráfico.

Resíduos versus as variáveis

Insira uma ou mais variáveis a serem representadas graficamente em função dos resíduos. Você pode representar graficamente os seguintes tipos de variáveis:

• As variáveis que já estão no modelo atual, para procurar por curvatura nos resíduos.
• Variáveis importantes que não estão no modelo atual, para determinar se elas estão relacionadas com a resposta.