Este tutorial explica como realizar regress\u00e3o linear m\u00faltipla no SAS.<\/span><\/p>\n Suponha que queiramos ajustar um modelo de regress\u00e3o linear m\u00faltipla que usa o n\u00famero de horas gastas estudando e o n\u00famero de exames pr\u00e1ticos realizados para prever a nota do exame final dos alunos:<\/span><\/p>\n Nota do exame = \u03b2 0<\/sub> + \u03b2 1<\/sub> (horas) + \u03b2 2<\/sub> (exames preparat\u00f3rios)<\/span><\/p>\n Primeiro, usaremos o seguinte c\u00f3digo para criar um conjunto de dados contendo essas informa\u00e7\u00f5es para 20 alunos:<\/span><\/p>\n A seguir, usaremos proc reg<\/strong> para ajustar um modelo de regress\u00e3o linear m\u00faltipla aos dados:<\/span> <\/p>\n Veja como interpretar os n\u00fameros mais relevantes em cada tabela:<\/span><\/p>\n Tabela de an\u00e1lise de lacunas:<\/strong><\/span><\/p>\n O valor F<\/a> geral do modelo de regress\u00e3o \u00e9 23,46<\/b> e o valor p correspondente \u00e9 <0,0001<\/strong> .<\/span><\/p>\n Como este valor de p \u00e9 inferior a 0,05, conclu\u00edmos que o modelo de regress\u00e3o como um todo \u00e9 estatisticamente significativo.<\/span><\/p>\n Tabela de ajuste do modelo:<\/strong><\/span><\/p>\n O valor R-Square<\/strong> nos diz a porcentagem de varia\u00e7\u00e3o nas notas dos exames que pode ser explicada pelo n\u00famero de horas estudadas e pelo n\u00famero de exames preparat\u00f3rios realizados.<\/span><\/p>\n Em geral, quanto maior o valor R-quadrado<\/a> de um modelo de regress\u00e3o, melhores ser\u00e3o as vari\u00e1veis preditoras em prever o valor da vari\u00e1vel resposta.<\/span><\/p>\n Neste caso, 73,4%<\/strong> da varia\u00e7\u00e3o nas notas dos exames pode ser explicada pelo n\u00famero de horas estudadas e pelo n\u00famero de exames preparat\u00f3rios realizados.<\/span><\/p>\n O valor Root MSE<\/strong> tamb\u00e9m \u00e9 \u00fatil saber. Isto representa a dist\u00e2ncia m\u00e9dia entre os valores observados e a linha de regress\u00e3o.<\/span><\/p>\n Neste modelo de regress\u00e3o, os valores observados desviam-se em m\u00e9dia 5,3657<\/strong> unidades da reta de regress\u00e3o.<\/span><\/p>\n Tabela de estimativas de par\u00e2metros:<\/strong><\/span><\/p>\n Podemos usar os valores estimados dos par\u00e2metros nesta tabela para escrever a equa\u00e7\u00e3o de regress\u00e3o ajustada:<\/span><\/p>\n Nota do exame = 67,674 + 5,556*(horas) \u2013 0,602*(prep_exams)<\/span><\/p>\n Podemos usar esta equa\u00e7\u00e3o para encontrar a pontua\u00e7\u00e3o estimada de um aluno no exame, com base no n\u00famero de horas de estudo e no n\u00famero de exames pr\u00e1ticos que ele fez.<\/span><\/p>\n Por exemplo, um aluno que estuda 3 horas e faz 2 exames preparat\u00f3rios dever\u00e1 receber nota 83,1<\/strong> no exame:<\/span><\/p>\n Nota estimada do exame = 67,674 + 5,556*(3) \u2013 0,602*(2) = 83,1<\/strong><\/span><\/p>\n O valor p para horas (<0,0001) \u00e9 menor que 0,05, o que significa que tem associa\u00e7\u00e3o estatisticamente significativa com o resultado do exame.<\/span><\/p>\n Contudo, o valor p dos exames preparat\u00f3rios (0,5193) n\u00e3o \u00e9 inferior a 0,05, o que significa que n\u00e3o tem associa\u00e7\u00e3o estatisticamente significativa com o resultado do exame.<\/span><\/p>\n Podemos decidir retirar os exames preparat\u00f3rios do modelo, por n\u00e3o serem estatisticamente significativos, e em vez disso realizaruma regress\u00e3o linear simples<\/a> usando as horas estudadas como \u00fanica vari\u00e1vel preditora.<\/span><\/p>\n Os tutoriais a seguir explicam como executar outras tarefas comuns no SAS:<\/span><\/p>\n Como calcular a correla\u00e7\u00e3o no SAS<\/a> A regress\u00e3o linear m\u00faltipla \u00e9 um m\u00e9todo que podemos usar para compreender a rela\u00e7\u00e3o entre duas ou mais vari\u00e1veis preditoras e uma vari\u00e1vel de resposta . Este tutorial explica como realizar regress\u00e3o linear m\u00faltipla no SAS. Etapa 1: crie os dados Suponha que queiramos ajustar um modelo de regress\u00e3o linear m\u00faltipla que usa 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-2562","post","type-post","status-publish","format-standard","hentry","category-guia"],"yoast_head":"\n Etapa 1: crie os dados<\/strong><\/span><\/h3>\n
\/*create dataset*\/\n<\/span>data<\/span> exam_data;\n input<\/span> hours prep_exams score;\n datalines<\/span> ;\n1 1 76\n2 3 78\n2 3 85\n4 5 88\n2 2 72\n1 2 69\n5 1 94\n4 1 94\n2 0 88\n4 3 92\n4 4 90\n3 3 75\n6 2 96\n5 4 90\n3 4 82\n4 4 85\n6 5 99\n2 1 83\n1 0 62\n2 1 76\n;\nrun<\/span> ;\n<\/strong><\/pre>\n Etapa 2: realizar regress\u00e3o linear m\u00faltipla<\/strong><\/span><\/h3>\n
\/*fit multiple linear regression model*\/<\/span>\nproc reg<\/span> data<\/span> =exam_data;\n model<\/span> score = hours prep_exams;\nrun<\/span> ;<\/strong> <\/pre>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/multsas1.jpg\")
<\/p>\n Recursos adicionais<\/strong><\/span><\/h3>\n
Como realizar regress\u00e3o linear simples no SAS<\/a>
Como realizar ANOVA unidirecional no SAS<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"