Soma de quadrados (SS)
Nos termos da matriz, estas são as fórmulas para as diferentes somas dos quadrados:
O Minitab decompõe o componente Tratamentos SS ou Regressão SS na quantidade de variação explicada por cada termo usando tanto a soma sequencial de quadrados como a soma ajustada de quadrados.
Notação
| Termo | Descrição |
|---|---|
| b | vetor de coeficientes |
| X | matriz do experimento |
| Y | vetor de valores de resposta |
| n | número de observações |
| J | n por n matriz de 1s |
MS Ajust – Regressão
A fórmula para o Quadrado Médio (MS) da regressão é:
Notação
| Termo | Descrição |
|---|---|
 | resposta média |
 | ia resposta ajustada |
| p | o número de termos no modelo |
MS Aj – Erro
O quadrado médio do erro (também abreviado como MS Erro ou MSE e denotado como s2) é a variação em torno da linha de regressão ajustada. A fórmula é:
Notação
| Termo | Descrição |
|---|---|
| yi | i o valor de resposta observada |
 | ia resposta ajustada |
| n | número de observações |
| p | número de coeficientes no modelo, sem contar com a constante |
F
Se todos os elementos no modelo forem fixos, então o cálculo de estatística de F depende do que trata teste de hipótese, como se segue:
- F(Termo)
-
- F(teste de ajuste - Lack-of-fit)
-
Se houver fatores aleatórios no modelo, F é construído utilizando os dados de quadrado médio esperado para cada termo. Para obter mais informações, consulte Neter et al.1.
Notação
| Termo | Descrição |
|---|---|
| Termo de MS ajust | Uma medida da quantidade de variação que um termo explica após levar em conta os outros termos no modelo. |
| Erro de QM | Uma medida da variação de que o modelo não explica. |
| Falta de ajuste de QM | Uma medida da variação na resposta que poderia ser modelada adicionando-se mais termos ao modelo. |
| Erro puro de QM | Uma medida da variação em dados de resposta replicados. |
- J. Neter, W. Wasserman and M.H. Kutner (1985). Applied Linear Statistical Models, Second Edition. Irwin, Inc.
valor-p (P)
Usado nos testes de hipóteses para ajudá-lo a decidir se deve rejeitar ou não rejeitar uma hipótese nula. O valor-p é a probabilidade de se obter uma estatística de teste que seja pelo menos tão extrema quanto o valor calculado real, se a hipótese nula for verdadeira. Um valor cortado comumente usado para o valor-p é 0,05. Por exemplo, se o valor-p calculado de uma estatística de teste for menor do que 0,05, você rejeita a hipótese nula.
