Tabela Médias para Análise da resposta binária para experimentos fatoriais

Interpretação

As probabilidades médias ajustadas são úteis porque as probabilidades médias dos dados podem não ser bons indicadores de efeitos principais e efeitos de interação. As diferenças entre as probabilidades médias de dados podem representar condições experimentais não balanceadas em vez de diferenças devido a mudanças nos níveis de fator. As probabilidades médias ajustadas resolvem este problema por meio da estimativa dos resultados de um experimento balanceado.

Use a tabela Médias para entender as diferenças estatisticamente significativas entre os níveis de fatores. A probabilidade média de cada grupo fornece uma estimativa de cada probabilidade média da população. Procure por diferenças entre probabilidades de grupo para termos que são estatisticamente significativos.

Para efeitos principais, a tabela apresenta os grupos dentro de cada fator e suas probabilidades. Para efeitos de interação, a tabela apresenta todas as combinações possíveis dos grupos. Se um termo de interação for estatisticamente significativo, não interprete os efeitos principais sem considerar os efeitos da interação.

Nestes resultados, a tabela Médias mostra como a probabilidade do alimento estragar varia de acordo com o tipo do conservante, a pressão de vácuo, o nível de contaminação e a temperatura de arrefecimento. Os fatores de Conservante, Pressão de vácuo e Nível de contaminação são estatisticamente significativos ao nível 0,05. Nenhuma das interações são estatisticamente significativas ao nível 0,05.

Por exemplo, com o tipo de conservante da Fórmula 1, a probabilidade média ajustada é 0,04918. Ela é menor que a probabilidade média ajustada de 0,07501, quando o conservante é a Fórmula 2.

Interpretação

Use o erro padrão da média para determinar o quão precisamente a probabilidade média ajustada estima a probabilidade média da população.

Um valor menor do erro padrão da média indica uma estimativa mais precisa da probabilidade média da população. Normalmente, um desvio padrão maior resulta em um erro padrão maior da média e em uma estimativa menos precisa da probabilidade média da população. Um tamanho amostral maior resulta em um erro padrão menor da média e uma estimativa mais precisa da probabilidade média da população.

Interpretação

Este valor é a média da covariável. O Minitab mantém a covariável no valor médio ao calcular as médias ajustadas para os fatores.

Interpretação

Use o desvio padrão para determinar o quanto a covariável varia em torno da média. O Minitab mantém a covariável no valor médio ao calcular as médias ajustadas para os fatores.