Documente Academic
Documente Profesional
Documente Cultură
).
En este caso puede presentarse en el mbito de un ANOVA cuyo valor F haya
dado significativo y sabiendo segn este valor F que hay una relacin entre las
dos variables ahora nuestro inters radica en conocer el grado de intensidad
de la asociacin.
De esta manera, el estadstico omega cuadrado(
es un estimador comn de
la fuerza de las asociaciones entre las variables del tratamiento y la
dependiente en un arreglo de ANOVA de un solo criterio de clasificacin. Fue
derivado por Hays y tiene la siguiente formula:
Dnde:
Entonces tenemos que el 43.57% de la varianza en el nmero de cirugas
puede ser atribuido a la variable del tipo de hospital. Las variables poseen una
intensidad moderada.
Cabe resaltar que el clculo del omega cuadrado se realiza cuando el
estadstico F halla resultado significativo.
5) Se aplica el Anlisis de Regresin no Lineal en el Diseo de
Experimentos. Explique y grafique con ejemplos en Software.
REGRESION NO LINEAL CON UNA VARIABLE
Para este captulo se trabajara sobre el StatFolio nonlinear reg.sgp recuerde
esta es la forma de acceder al mismo
RECUERDE: El procedimiento Regresin No Lineal ajusta una funcin
especificada por el usuario relacionando una sola variable dependiente Y con
una o ms variables independientes X. El modelo se estima usando cuadrados
mnimos no lineales
El modelo sobre el cual trabajaremos en esta ocasin es:
Una vez accede al modelo no lineal se despliega la siguiente ventana, en ella
debe tener presente los siguientes conceptos:
Variable Dependiente: columna numrica que contiene los n valores de Y.
Funcin: una expresin de STATGRAPHICS que representa la funcin a
ajustar.
Debe incluir uno o ms nombres de columnas numricas, que representen
a las variables independientes. Tambin puede incluir funciones tales como
RAIZ o EXP. Cualquier nombre desconocido se considera que representa
parmetros del modelo que tienen que ser estimados.
Peso: una columna numrica opcional que contiene los pesos o
ponderadores que se aplicarn al cuadrado de los residuos cuando se
realice un ajuste por mnimos cuadrados ponderados.
Seleccin: seleccin de un subgrupo de datos. En caso que no desee
realizar el anlisis con el total de datos.
Una vez establecidos las condiciones STATGRAPHICS, el siguiente paso es
establecer los lineamientos de los parmetros establecidos en el modelo (valores
presentes en la determinacin del mismo pero no como un continuo de datos sino
como un valor preestablecido).
Por ejemplo en este caso, tenemos dos parmetros, a y b. Cada uno lo hemos
hecho valer 0.1 (Recuerde que en este caso, como en el caso de los intervalos de
confianza a mayor valor de los parmetros mayor margen de error, es decir 0.1
implica 0.9 de confiabilidad). Finalmente y tras aceptar en esta ltima ventana de
dialogo obtenemos el anlisis:
RESUMEN DE ANALISIS
Este contiene seis elementos principales de su inters:
5.2.1 Resumen de los Datos: un resumen de los datos que fueron ingresados.
5.2.2 Funcin a Estimar: la funcin que se ha de estimar y las estimaciones
inciales de los parmetros.
5.2.3 Estadsticas de la Estimacin: el mtodo empleado en la estimacin as
como el nmero de iteraciones y llamadas de la funcin que se llevaron a cabo.
5.2.4 Estimaciones de los Parmetros: los parmetros estimados con sus
respectivos intervalos de confianza aproximados. De esta manera intervalos que
no contienen al 0 indican que el parmetro del modelo es estadsticamente
significativo al nivel de confianza establecido.
5.2.5 Anlisis de Varianza: Este incluye descomposicin de la variabilidad de la
variable dependiente Y en una suma de cuadrados del modelo y una suma de
cuadrados residual o del error.
5.2.6 Estadsticas: estadsticas de resumen para el modelo ajustado, incluyendo:
R-Cuadrada - representa el porcentaje de la variabilidad en Y que ha sido
explicado por el modelo de regresin ajustado, que va de 0% a 100%
R-Cuadrada Ajustada el estadstico R-cuadrada, ajustado para el nmero de
coeficientes en el modelo. Error Estndar de Est. La desviacin estndar
estimada de los residuos (las desviaciones alrededor del modelo). Este valor
se usa para crear lmites de prediccin para nuevas observaciones.
Error Medio Absoluto el valor absoluto promedio de los residuos.
Estadstico Durbin-Watson una medida de la correlacin serial en los
residuos. Si los residuos varan aleatoriamente, este valor debiera ser cercano
a Un valor-P pequeo indica un patrn no aleatorio en los residuos. Para datos
registrados en el tiempo, un valor-P pequeo podra indicar que alguna
tendencia en el tiempo no ha sido explicada.
Autocorrelacin Residual de Retardo 1 la correlacin estimada entre
residuos consecutivos, en una escala de 1 a 1. Valores alejados del 0 indican
que en el modelo queda estructura significativa sin explicar.
GRAFICA DEL MODELO AJUSTADO:
La ventana Grfico del Modelo Ajustado grafica el modelo ajustado versus
cualquiera de las variables independientes, dndole a las otras variables los
valores establecidos en la caja de dialogo de opciones de ventana (Recuerde
acceder a l a travs del click derecho sobre el grfico).
De esta manera podemos ver cmo es que se aplica el modelo de regresan no
lineal al diseo de experimentos.
REGRESION NO LINEAL CON DOS O MAS VARIABLES EN DISEO DE
EXPERIMENTO: