Neste tópico
Ajuste
Notação
| Termo | Descrição |
|---|---|
 | valor ajustado |
| xk | ko termo. Cada termo pode ser um único preditor, um termo polinomial ou um termo de interação. |
| bk | estimativa do ko coeficiente de regressão |
Erro padrão do valor ajustado (EP Fit)
O erro padrão do valor ajustado em um modelo de regressão com um preditor é:
O erro padrão do valor ajustado em um modelo de regressão com mais de um preditor é:
Para regressão ponderada, inclua a matriz de peso na equação:
Quando os dados têm um conjunto de dados de teste ou validação cruzada k-fold, as fórmulas são as mesmas. O valor de s2 é dos dados de treinamento. A matriz de design e a matriz de peso também são dos dados de treinamento.
Notação
| Termo | Descrição |
|---|---|
| s2 | mean square error |
| n | number of observations |
| x0 | new value of the predictor |
 | mean of the predictor |
| xi | io predictor value |
| x0 | vector of values that produce the fitted values, one for each column in the design matrix, beginning with a 1 for the constant term |
| x'0 | transpose of the new vector of predictor values |
| X | design matrix |
| W | weight matrix |
Resíduos
Notação
| Termo | Descrição |
|---|---|
| yi | iésimo valor de resposta observado |
 | iésimo valor ajustado para a resposta |
Resíduo padronizado (Std Resid)
Resíduos padronizados também são chamados de "resíduos estudentizados internamente".
Fórmula
Notação
| Termo | Descrição |
|---|---|
| ei | i o resíduo |
| hi | i o elemento diagonal de X(X'X)–1X' |
| s2 | quadrado médio do erro |
| X | matriz do experimento |
| X' | transposição da matriz do experimento |
Resíduos (estudentizados) excluídos
Também chamados de resíduos estudentizados externamente. A fórmula é:
Outra apresentação desta fórmula é:
O modelo que estima a ia observação omite a ia observação do conjunto de dados. Portanto, a ia observação não pode influenciar a estimativa. Cada resíduo excluído tem distribuição t de Student com 
graus de liberdade.
Notação
| Termo | Descrição |
|---|---|
| ei | iésimo residual |
| s(i)2 | erro de quadrado médio calculado sem a ia observação |
| hi | i ésimo elemento diagonal de X(X'X)–1X' |
| n | número de observações |
| p | número de termos, incluindo a constante |
| SSE | soma dos quadrados para erro |
Intervalo de confiança
A amplitude na qual espera-se que a resposta média estimada de um dado conjunto de valores do preditor caia. O intervalo é definido pelos limites inferiores e superiores, que o Minitab calcula a partir do nível de confiança e o erro padrão dos ajustes.
em que
Notação
| Termo | Descrição |
|---|---|
| α | escolher o valor de alfa |
| n | número de observações |
| p | número de parâmetros |
| desvio padrão da amostra da segunda amostra | quadrado médio do erro |
| s2{b} | matriz de variância-covariância dos coeficientes |
Intervalo de predição
O intervalo no qual a resposta predita para uma única nova observação é esperado que caia. O intervalo é definido pelos limites inferiores e superiores, que o Minitab calcula a partir do nível de confiança e o erro padrão da predição. O intervalo de predição é sempre maior do que o intervalo de confiança devido à incerteza adicionada envolvida na predição da resposta única versus a resposta média.
A fórmula é: 
0+ t(1 -α /2; n - p) s(pred)
Notação
| Termo | Descrição |
|---|---|
| α | escolher o valor de alfa |
| n | número de observações |
| p | número de preditoras |
| s (predi |  |
