Interpretar os principais resultados para Predição para Ajustar modelo de efeitos mistos

Em primeiro lugar, determine a média prevista da resposta. Em seguida, examine o intervalo de predição para determinar uma gama de valores possíveis para um único valor futuro.

O valor de resposta ajustada (ajuste) é o ponto estimado para as configurações de variáveis especificadas.

O intervalo de predição (IP) é um intervalo que provavelmente contém uma única resposta futura para uma combinação especificada de configurações de variável. Se você coletar outro ponto de dados com as mesmas definições de variável, o novo ponto de dados provavelmente estará dentro do intervalo de previsão. Intervalos de predição mais estreitos indicam uma predição mais precisa.

Use o intervalo de predição marginal quando não souber os níveis reais dos fatores aleatórios. Use o intervalo de predição condicional quando souber a combinação específica das configurações de fatores aleatórios.

Predição para Rendimento

Informações sobre o modelo de efeitos mistos

Termos
Campo Variedade

Configurações

Variável	Configuração
Campo	1
Variedade	1

Predição

Tipo	Ajuste	EP do Ajustado	GL de IC	IC de 95%	GL de IP	IP de 95%
Condicional	3,885	0,103	15,58	(3,666; 4,104)	15,16	(3,462; 4,309)
Marginal	3,480	0,163	4,92	(3,058; 3,902)	4,92	(2,536; 4,424)	X

Principais resultados: Ajuste, IP de 95%

Nesses resultados, o Minitab utiliza a equação condicional e a equação marginal obtidas a partir do modelo armazenado para calcular os dois tipos de ajustes. O ajuste condicional de 3,885 representa o rendimento médio da variedade de plantio 1 de alfafa no campo 1. O ajuste marginal de 3,48 é o rendimento médio da variedade de plantio 1 de alfafa em um campo selecionado aleatoriamente no futuro.

Os intervalos de predição indicam que você pode ter 95% de certeza de que um único novo rendimento para a variedade 1 de alfafa de campo 1 será entre 3,462 e 4,309, e um único novo rendimento para a variedade 1 de alfafa a partir de um campo selecionado aleatoriamente será entre 2,536 e 4,424.

Use o seu conhecimento do processo para determinar se o intervalo de predição está dentro dos limites aceitáveis.