O guia completo: como relatar resultados de regressão

Em estatística, modelos de regressão linear são usados para quantificar a relação entre uma ou mais variáveis preditoras e uma variável de resposta .

Podemos usar o seguinte formato geral para relatar os resultados de um modelo de regressão linear simples :

A regressão linear simples foi usada para testar se [variável preditora] previu significativamente [variável resposta].

O modelo de regressão ajustado foi: [equação de regressão ajustada]

A regressão global foi estatisticamente significativa (R ² = [valor de R ² ], F (gl de regressão, gl residual) = [valor de F], p = [valor de p]).

Descobriu-se que [variável preditora] prediz significativamente [variável de resposta] (β = [valor de β], p = [valor de p]).

E podemos usar o seguinte formato para relatar os resultados de um modelo de regressão linear múltipla :

A regressão linear múltipla foi usada para testar se [variável preditora 1], [variável preditora 2],… previu significativamente [variável resposta].

O modelo de regressão ajustado foi: [equação de regressão ajustada]

A regressão global foi estatisticamente significativa (R ² = [valor de R ² ], F (gl de regressão, gl residual) = [valor de F], p = [valor de p]).

Verificou-se que a [variável preditora 1] prediz significativamente a [variável resposta] (β = [valor β], p = [valor p]).

Verificou-se que a [variável preditora 2] não previu significativamente a [variável resposta] (β = [valor β], p = [valor p]).

Os exemplos a seguir mostram como relatar resultados de regressão para um modelo de regressão linear simples e um modelo de regressão linear múltipla.

Exemplo: Relatando os Resultados de uma Regressão Linear Simples

Suponha que um professor queira usar o número de horas estudadas para prever a nota que os alunos receberão em um determinado exame. Recolhe dados de 20 alunos e ajusta-se a um modelo de regressão linear simples.

A captura de tela a seguir mostra o resultado do modelo de regressão:

Veja como relatar os resultados do modelo:

A regressão linear simples foi usada para testar se as horas estudadas previram significativamente as notas dos exames.

O modelo de regressão ajustado foi: nota do exame = 67,1617 + 5,2503* (horas cursadas).

A regressão global foi estatisticamente significativa (R ² = 0,73, F(1, 18) = 47,99, p < 0,000).

Descobriu-se que as horas estudadas predizem significativamente o desempenho no exame (β = 5,2503, p < 0,000).

Exemplo: Relatando os resultados de uma regressão linear múltipla

Suponha que um professor queira usar o número de horas estudadas e o número de exames práticos realizados para prever a nota que os alunos receberão em um determinado exame. Coleta dados de 20 alunos e ajusta um modelo de regressão linear múltipla.

A captura de tela a seguir mostra o resultado do modelo de regressão:

Veja como relatar os resultados do modelo:

A regressão linear múltipla foi usada para testar se as horas de estudo e os exames preparatórios tiveram pontuações de exames significativamente previstas.

O modelo de regressão ajustado foi: Nota do exame = 67,67 + 5,56*(horas estudadas) – 0,60*(exames preparatórios realizados)

A regressão global foi estatisticamente significativa (R ² = 0,73, F(2, 17) = 23,46, p = < 0,000).

Descobriu-se que as horas estudadas predizem significativamente o desempenho no exame (β = 5,56, p = < 0,000).

Verificou-se que a realização de exames preparatórios não previu significativamente a pontuação do exame (β = -0,60, p = 0,52).

Recursos adicionais

Como ler e interpretar uma tabela de regressão
Compreendendo a hipótese nula para regressão linear
Compreendendo o teste F para significância geral na regressão