Ajuste de mínimos cuadrados; Resumen de efectos frente a pruebas de efectos frente a estimaciones de parámetrosTengo resultados del DOE que tienen una sección Resumen de efectos con un valor p de 0,03866 para el parámetro A.En la sección Pruebas de efectos, ese mismo parámetro tiene un valor p de 0,9353.La estimación del parámetro para esa variable también es 0,9353.¿Por qué el resumen del efecto es diferente de la prueba del efecto y la estimación del parámetro y qué significa cada prueba?
Gracias
Re: Ajuste de mínimos cuadrados; Resumen de efectos frente a pruebas de efectos frente a estimaciones de parámetrosSi ajusta el mismo modelo a cinco respuestas, obtendrá cinco conjuntos únicos de estimaciones de parámetros, uno para cada respuesta. Así que cada término tiene cinco estimaciones. El informe Resumen de efectos muestra la estimación más significativa para cada término.
Re: Ajuste de mínimos cuadrados; Resumen de efectos frente a pruebas de efectos frente a estimaciones de parámetrosGracias por la respuesta fue de gran ayuda.De hecho, hay más de una respuesta.Tengo una pregunta más con respecto a tu respuesta.En la primera oración, dice "... entonces el Informe resumido muestra el resultado más significativo para cada término de uno de los modelos".Por el término uno de los modelos, se refiere a un modelo con una sola respuesta (¿función Y?
Gracias
Re: Ajuste de mínimos cuadrados; Resumen de efectos frente a pruebas de efectos frente a estimaciones de parámetrosSi ha modelado más de una respuesta (rol Y) al mismo tiempo sin la opción de ajustar modelos individuales, el Informe de resumen muestra el resultado más significativo para cada término de uno de los modelos.
En el caso de una sola respuesta o ajustes individuales, el Informe resumido y las Pruebas de efectos son esencialmente los mismos. Prueban la importancia de agregar un término a un modelo dado que los otros términos ya están ingresados. La hipótesis nula es que el término adicional representa un efecto despreciable.
Las estimaciones de parámetros a menudo parecen ser las mismas que las pruebas de efectos (información redundante) en algunos casos comunes, pero no son lo mismo. La tabla de estimaciones de parámetros utiliza una prueba t contra la hipótesis nula de que el parámetro es cero. La tabla de efectos utiliza una prueba F contra un cambio de cero en la suma de cuadrados del modelo.
Las diferencias entre estos dos informes son más evidentes cuando tiene un factor categórico con más de dos niveles.
Hay una jerarquía de tipos de información, de arriba a abajo. La prueba del modelo completo, las pruebas de efecto y las estimaciones de parámetros.
Re: Ajuste de mínimos cuadrados; Resumen de efectos frente a pruebas de efectos frente a estimaciones de parámetrosEche otro vistazo al Resumen de efectos, el orden de los factores es por importancia. En las tablas de Pruebas de efectos y Estimaciones de parámetros, los factores se enumeran por orden especificado por el usuario en el cuadro de diálogo del modelo.
Si puede, anonimice sus datos o muestre una parte de estas tablas sin violar la seguridad.
