Neste tópico
Transformações
Original
Transformado
Por exemplo, no gráfico de dispersão original, a linha de regressão simples não modela com exatidão a curvatura nos dados. Depois que a escala-x é transformada usando o log10, os valores de dados caem ao longo da linha de regressão simples.
Ao tentar ajustar a curvatura nos dados, você também pode ajustar um modelo quadrático ou cúbico, que adiciona termos quadráticos ou cúbicos ao modelo. Em vez disso, considere transformar a variável X ou Y porque você não tem que incluir os termos adicionais no modelo. Adicionar termos ao modelo usa os graus de liberdade adicionais, que reduzem os graus disponíveis pela explicação da variação na resposta.
- Log10 de X ou Y
- Você pode escolher para transformar a variável Y, a variável X ou ambas. Se você não tem certeza sobre qual variável transformar, tente transformar uma variável de cada vez e, depois, avalie quão bem o modelo se ajusta aos dados.
- Exibir logscale para a variável Y ou a variável X
- Ao transformar a variável X ou Y, você pode exibir a logscale da variável que transformou. Deve-se exibir a logscale pelos seguintes motivos:
- Para exibir a curva ajustada como uma linha reta, que pode facilitar ver quão bem o modelo de regressão se ajusta aos dados.
- Para facilitar examinar os dados que variam amplamente em magnitude.
- Para conformidade a diretrizes do setor ou da empresa ou a preferências.
Opções de Exibição
- Exibir intervalo de confiança
- Exibir o intervalo de confiança ao redor da linha de regressão ajustada. O intervalo de confiança representa um intervalo de valores prováveis para a resposta média, dadas as configurações especificadas da preditora.
- Exibir intervalo de predição
- Exibir o intervalo de predição ao redor da linha de regressão ajustada. O intervalo de predição representa um intervalo de valores prováveis para uma única nova observação, dadas as configurações especificadas da preditora. O intervalo de predição é sempre maior do que o intervalo de confiança correspondente porque predizer um único valor de resposta é menos certo do que predizer o valor de resposta média.
- Nível de confiança
-
Em geral, um nível de confiança de 95% funciona bem. Um nível de confiança de 95% indica que, se você extrair 100 amostras aleatórias da população, os intervalos de confiança para aproximadamente 95 das amostras conterão a resposta média. Similarmente, o intervalo de predição indica que você pode estar 95% confiante de que o intervalo contém o valor de uma única nova observação. Para um determinado conjunto de dados, um nível de confiança mais baixo produz um intervalo de confiança mais estreito e um nível de confiança mais alto produz um intervalo de confiança mais amplo.
Título
Em Título, você pode inserir um título personalizado para o gráfico de linhas ajustadas.
