Exemplo de Predição com modelo de regressão Poisson

Um engenheiro de qualidade está preocupado com faixas descoloridas em peças de resina moldadas. As faixas descoloridas no produto final podem ser produzidas por contaminação nas mangueiras e temperaturas mais altas. O engenheiro identifica três variáveis preditoras possíveis para as respostas (defeitos). O engenheiro registra o número de defeitos observados por hora em longas sessões, ao mesmo tempo em que varia os níveis das preditoras.

O engenheiro quer estudar como várias preditoras afetam os efeitos de descoloração em peças de resina. Como a variável de resposta descreve o número de vezes que um evento ocorre, em um espaço de observação finito, o engenheiro ajusta um modelo de Poisson.

O engenheiro calcula um intervalo de predição para determinar uma faixa de valores prováveis para observações futuras com valores especificados.

  1. Abra os dados amostrais, DefeitosDeResina.MTW.
  2. Selecione Estat > Regressão > Regressão de Poisson > Predição.
  3. Em Resposta, selecione Defeitos de Descoloração.
  4. Na tabela, insira 6 para Horas Desde a Limpeza, 115 para Temperatura, e grande para Tamanho do Parafuso.
  5. Clique em OK.

Interpretar os resultados

O Minitab usa o modelo armazenado para calcular que o número previsto de defeitos de descoloração seja 72,1682. O intervalo de predição indica que o engenheiro pode ter de 95% de confiança de que o número médio de defeitos de descoloração vai cair dentro do intervalo entre 67,5477 e 77,1047.

Equação de Regressão

Defeitos de Descoloração=exp(Y')
Y'=4,3982 + 0,01798 Horas Desde a Limpeza - 0,001974 Temperatura + 0,000000 Tamanho do
Parafuso_grande - 0,1546 Tamanho do Parafuso_pequeno

Configurações

VariávelConfiguração
Horas Desde a Limpeza6
Temperatura115
Tamanho do Parafusogrande

Predição

AjusteEP do
Ajustado
IC de 95%
72,16822,43628(67,5477; 77,1047)