Componentes da variância para Estudo de estabilidade

Encontre definições e orientações de interpretação para os componentes da variância.

Neste tópico

Componentes da variância
SE Var
Intervalo de confiança de componentes de variância (IC de 95%)
Valor Z
Valor-p para componentes da variância

Componentes da variância

Os componentes da variância avaliam a quantidade de variação na resposta devido a fatores aleatórios.

Interpretação

Use para avaliar quanto da variação no estudo pode ser atribuído a cada termo aleatório. Valores mais altos indicam que o termo contribui com mais variabilidade para a resposta. Por exemplo, o lote tem um componente de variância de 0,527403 e responde por 72,91% da variância no modelo.

Componentes de Variância

Fonte	Var	% do Total	EP de Var	Valor-Z	Valor-P
Lote	0,527409	72,91%	0,303853	1,735739	0,041
Mês*Lote	0,000174	0,02%	0,000142	1,224102	0,110
Erro	0,195739	27,06%	0,036752	5,325932	0,000
Total	0,723322

SE Var

O erro padrão do componente da variância estima a incerteza de estimar o componente da variância de dados amostrais.

Interpretação

Use o erro padrão do componente da variância para medir a precisão da estimativa do componente da variância. Quanto menor o erro padrão, mais precisa é a estimativa. A divisão do componente de variância pelo seu erro padrão calcula um valor-z. Se o valor-p associado a esta estatística-z for menor do que o seu nível de significância (denotado como alfa ou α), você conclui que o componente é maior que zero.

Intervalo de confiança de componentes de variância (IC de 95%)

Os Intervalos de confiança (IC) são amplitudes de valores que apresentam a probabilidade de conter o verdadeiro valor de cada componente da variância.

Como as amostras são aleatórias, é improvável que duas amostras de uma população produzam intervalos de confiança idênticos. No entanto, se você extrair muitas amostras aleatórias, uma determinada porcentagem dos intervalos de confiança resultantes conterá o parâmetro populacional desconhecido. A porcentagem destes intervalos de confiança que contém o parâmetro é o nível de confiança do intervalo.

O intervalo de confiança é composto pelas duas partes a seguir:

Estimativa de ponto: Este valor único estima um parâmetro populacional usando os seus dados amostrais. O intervalo de confiança é centrado em torno da estimativa pontual.
Margem de erro: A margem de erro define a largura do intervalo de confiança e é determinada pela variabilidade observada na amostra, o tamanho da amostra e o nível de confiança. Para calcular o limite superior do intervalo de confiança, a margem de erro é adicionada à estimativa pontual. Para calcular o limite inferior do intervalo de confiança, a margem de erro é subtraída da estimativa pontual.

Interpretação

Se o nível de confiança for de 95%, você pode ter 95% de certeza de que o intervalo de confiança contém o valor verdadeiro do componente de variância do termo aleatório correspondente. O intervalo de confiança ajuda a avaliar a significância prática de seus resultados. Use seu conhecimento especializado para determinar se o intervalo de confiança inclui valores que tenham significância prática para a sua situação. Se o intervalo for muito amplo para ser útil, pense em aumentar o tamanho da amostra.

Valor Z

O valor-z é uma estatística de teste que mede a razão entre o componente de variância estimada e seu erro padrão.

Interpretação

O Minitab usa o valor-z para calcular o valor-p, que você usa para testar se o componente de variância é significativamente maior do que zero.

Valor-p para componentes da variância

O valor-p é uma probabilidade que mede a evidência contra a hipótese nula. As probabilidades inferiores fornecem evidências mais fortes contra a hipótese nula.

Interpretação

Para determinar se o componente da variância é maior que 0, compare o valor-p para o componente da variância ao nível de significância. As hipóteses nulas são aquelas que o componente da variância é 0, o que sugere que o termo não adicione variação à validade.

Valor de p ≤ α: a associação é estatisticamente significativa: Se o valor-p for menor ou igual ao nível de significância, é possível concluir que o componente da variância é maior que 0.
Valor de p > α: a associação não é estatisticamente significativa: Se o valor-p for maior do que o nível de significância, não é possível concluir que o componente da variância é maior que 0.