Este tutorial explica como interpretar cada valor na sa\u00edda de um modelo de regress\u00e3o linear m\u00faltipla no Excel.<\/span><\/p>\n Suponha que queiramos saber se o n\u00famero de horas de estudo e o n\u00famero de exames preparat\u00f3rios realizados afetam a nota que um aluno obt\u00e9m em determinado vestibular.<\/span><\/p>\n Para explorar essa rela\u00e7\u00e3o, podemos realizar uma regress\u00e3o linear m\u00faltipla usando horas estudadas<\/strong> e exames preparat\u00f3rios tomados<\/strong> como vari\u00e1veis preditoras e notas de exames<\/strong> como vari\u00e1vel resposta.<\/span><\/p>\n A captura de tela a seguir mostra a sa\u00edda de regress\u00e3o deste modelo no Excel:<\/span> <\/p>\n Veja como interpretar os maiores valores na sa\u00edda:<\/span><\/p>\n M\u00faltiplo R: 0,857<\/strong> . Isso representa a correla\u00e7\u00e3o m\u00faltipla entre a vari\u00e1vel resposta e as duas vari\u00e1veis preditoras.<\/span><\/p>\n R Quadrado:<\/strong> 0,734<\/strong> . Isso \u00e9 chamado de coeficiente de determina\u00e7\u00e3o. \u00c9 a propor\u00e7\u00e3o da vari\u00e2ncia da vari\u00e1vel resposta que pode ser explicada pelas vari\u00e1veis explicativas. Neste exemplo, 73,4% da varia\u00e7\u00e3o nas notas dos exames \u00e9 explicada pela quantidade de horas estudadas e pela quantidade de exames preparat\u00f3rios realizados.<\/span><\/p>\n R quadrado ajustado: 0,703<\/strong> . Isso representa o valor R Square, ajustado para o n\u00famero de vari\u00e1veis preditoras no modelo<\/em> . Este valor tamb\u00e9m ser\u00e1 inferior ao valor R Square e penalizar\u00e1 os modelos que usam muitas vari\u00e1veis preditoras no modelo.<\/span><\/p>\n Erro padr\u00e3o:<\/strong> 5,366<\/strong> . Esta \u00e9 a dist\u00e2ncia m\u00e9dia entre os valores observados e a linha de regress\u00e3o. Neste exemplo, os valores observados desviam-se em m\u00e9dia 5.366 unidades da linha de regress\u00e3o.<\/span><\/p>\n Coment\u00e1rios: 20<\/strong> . Tamanho total da amostra do conjunto de dados usado para produzir o modelo de regress\u00e3o.<\/span><\/p>\n F: 23h46<\/strong> Esta \u00e9 a estat\u00edstica F geral para o modelo de regress\u00e3o, calculada como regress\u00e3o MS\/MS residual.<\/span><\/p>\n Significado F: 0,0000<\/strong> . Este \u00e9 o valor p associado \u00e0 estat\u00edstica F geral. Isto nos diz se o modelo de regress\u00e3o como um todo \u00e9 estatisticamente significativo ou n\u00e3o.<\/span><\/p>\n Neste caso, o valor p \u00e9 inferior a 0,05, indicando que as vari\u00e1veis explicativas , horas estudadas<\/strong> e exames preparat\u00f3rios realizados<\/strong> em conjunto, t\u00eam associa\u00e7\u00e3o estatisticamente significativa com o resultado do exame<\/strong> .<\/span><\/p>\n Coeficientes:<\/strong> Os coeficientes de cada vari\u00e1vel explicativa nos informam a mudan\u00e7a m\u00e9dia esperada na vari\u00e1vel de resposta, assumindo que a outra vari\u00e1vel explicativa permane\u00e7a constante.<\/span><\/p>\n Por exemplo, para cada hora adicional gasta estudando, espera-se que a pontua\u00e7\u00e3o m\u00e9dia do exame aumente em 5,56<\/strong> , assumindo que os exames pr\u00e1ticos realizados<\/strong> permane\u00e7am constantes.<\/span><\/p>\n Interpretamos o coeficiente de intercepta\u00e7\u00e3o como significando que a nota esperada no exame para um aluno que n\u00e3o estuda horas e n\u00e3o faz exames preparat\u00f3rios \u00e9 67,67<\/strong> .<\/span><\/p>\n Valores P.<\/strong> Os valores p individuais nos dizem se cada vari\u00e1vel explicativa \u00e9 estatisticamente significativa ou n\u00e3o. Podemos perceber que as horas estudadas<\/strong> s\u00e3o estatisticamente significativas (p = 0,00) enquanto os exames preparat\u00f3rios realizados<\/strong> (p = 0,52) n\u00e3o s\u00e3o estatisticamente significativos para \u03b1 = 0,05.<\/span><\/p>\n Podemos usar os coeficientes do resultado do modelo para criar a seguinte equa\u00e7\u00e3o de regress\u00e3o estimada:<\/span><\/p>\n Nota do exame = 67,67 + 5,56*(horas) \u2013 0,60*(exames preparat\u00f3rios)<\/strong><\/span><\/p>\n Podemos usar esta equa\u00e7\u00e3o de regress\u00e3o estimada para calcular a pontua\u00e7\u00e3o esperada no exame de um aluno, com base no n\u00famero de horas de estudo e no n\u00famero de exames pr\u00e1ticos que ele faz.<\/span><\/p>\n Por exemplo, um aluno que estuda tr\u00eas horas e faz um exame preparat\u00f3rio dever\u00e1 obter nota 83,75<\/strong> :<\/span><\/p>\n Nota do exame = 67,67 + 5,56*(3) \u2013 0,60*(1) = 83,75<\/span><\/p>\n Lembre-se de que, como os exames preparat\u00f3rios anteriores<\/strong> n\u00e3o foram estatisticamente significativos (p = 0,52), podemos decidir remov\u00ea-los, pois n\u00e3o proporcionam nenhuma melhoria ao modelo geral.<\/span><\/p>\n Neste caso, poder\u00edamos realizar uma regress\u00e3o linear simples utilizando apenas as horas estudadas<\/strong> como vari\u00e1vel explicativa.<\/span><\/p>\n Introdu\u00e7\u00e3o \u00e0 regress\u00e3o linear simples<\/a> A regress\u00e3o linear m\u00faltipla \u00e9 uma das t\u00e9cnicas mais comumente usadas em todas as estat\u00edsticas. Este tutorial explica como interpretar cada valor na sa\u00edda de um modelo de regress\u00e3o linear m\u00faltipla no Excel. Exemplo: Interpretando a sa\u00edda da regress\u00e3o no Excel Suponha que queiramos saber se o n\u00famero de horas de estudo e o n\u00famero […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-1898","post","type-post","status-publish","format-standard","hentry","category-guia"],"yoast_head":"\n Exemplo: Interpretando a sa\u00edda da regress\u00e3o no Excel<\/strong><\/span><\/h3>\n
![\"Sa\u00edda](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/multipleregexcel4.png\")
<\/p>\n Como escrever a equa\u00e7\u00e3o de regress\u00e3o estimada<\/strong><\/span><\/h3>\n
Recursos adicionais<\/strong><\/span><\/h3>\n
Introdu\u00e7\u00e3o \u00e0 regress\u00e3o linear m\u00faltipla<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"