Regressão Linear Múltipla no SPSS (Aula 12 - Parte 2) 

Minha variável dependente é dicotômica: normal x alterado. Minhas variáveis independentes são dicotômicas (sim x não, p. ex.) e contínuas. As contínuas são (fortemente) não-paramétricas. Não tenho categóricas (i.e., >2 opcões).

@@ricardocamelo4095 o que define o tipo de regressão é a variável dependente, não as independentes. Se a dependente é dicotômica, você faz regressão logística. Variáveis não numéricas nunca serão normais mesmo. Recomendo assistir a um vídeo meu que está no canal das R Ladies SP, que chama "Como escolher o seu teste estatístico".

kkkkk ... boa!

kkkkk ... boa!

Que ótimo que os vídeos estão sendo úteis! Obrigada pelo feedback! Boa sorte com a sua dissertação!

Oi, Mario. Eu tenho a intenção de ampliar os temas dos vídeos, mas preciso estudar mais antes! Fico feliz que tenha gostado! Abraços!

Que fofa você!!! Muito obrigada!!! Ganhei o dia. Beijo!

Hahaha! Que bom que está sendo útil! (:

Obrigada por esse feedback 🥰🥰🥰

Oi, Mario! Eu vou voltar! Com mais vídeos básicos, e com vídeos mais aprofundados (que vão incluir análises fatoriais). Só estou esperando um período mais conturbado do doutorado acabar para poder me dedicar a isso :) Mas estou aprofundando meus estudos nesses temas. Abraços!

Ficou uma duvida: Qual margem de erro eu devo expressar na equação preditiva ?

Oi, Nikolas. Eu tenho a intenção de ampliar os temas dos vídeos, mas preciso estudar mais antes! Fico feliz que tenha gostado! Abraços!

O que define o tipo de regressão é a variável dependente, não as independentes. Se a dependente é dicotômica, você faz regressão logística. Variáveis não numéricas nunca serão normais mesmo. Recomendo assistir a um vídeo meu que está no canal das R Ladies SP, que chama "Como escolher o seu teste estatístico".

Fico feliz que os vídeos ajudem! :)

Muito obrigado

Olá, Nonato. Fico feliz que os vídeos tenham te ajudado! Por enquanto não planejei fazer vídeos sobre análise fatorial, mas vou manter essa sugestão em mente!

Oi, Maurício! Fico feliz que os vídeos sejam úteis! Eu sempre recomendo o "Descobrindo a estatística com o SPSS", do Andy Field. É um livro sem muita matemática e bem prático, que ensina passo a passo como mexer no programa. Os capítulos sobre regressão são bons! Abraços!

@@FernandaPeres adoro esse livro

Oi @@FernandaPeres vc indicaria algum livro nessa linha para o R?

@@ecacarva Sim!! O Andy Field tem um livro ainda mais completo de R! Chama "Discovering Statistics using R" (ainda não tem tradução).

@@FernandaPeres Excelente ! Como sempre vc é rápida e eficiente nas respostas.

Oi, Liliane. Que bom que gostou! Pretendo fazer mais vídeos, sim! Meu lattes: lattes.cnpq.br/7696717599003359

Fernanda Fiel Peres, obrigada. Adicionei você no Linkedin, gostei muito da didática.

Oi, Alesson, está na minha lista de vídeos para gravar... Mas ainda quero estudar melhor antes de gravar. Eu sei que o canal Cientística tem vídeos sobre esse modelo. Mas eu ainda vou fazer! Abraços!

Oi, Matheus. Que bom que as aulas estão sendo úteis! Você pode inserir como zero e um mesmo (no caso da variável ser dicotômica, ou seja, ter duas categorias). E pode atribuir valores a ela para ficar mais fácil de interpretar a saída. Para variáveis com mais de duas categorias, são criadas variáveis dummy para essa inserção no modelo. Abraços!

Oi, João. Então, acho complicado usar qualquer um desses modelos, porque eles requerem n maiores que o seu... A própria análise de discriminante precisa de um n razoável (maior que o da regressão logística). Uma alternativa que consigo imaginar é você diminuir a quantidade de variáveis independentes (talvez criar fatores ou excluir as que, pela teoria, são menos importantes). É possível também calcular qual o poder que a sua regressão teria com esse n e essa quantidade de variáveis independentes, mas imagino que seria bem baixo... Dá para calcular no G*Power. Abraços!

Sim, o modelo é estimado incluindo a constante. Então, o correto é reportar com ela. Ainda que ela não seja estatisticamente diferente de zero.

Não, Rodrigo. Para construir a equação da reta usa-se SEMPRE o não padronizado.

Oi! Que bom que gostou. Por enquanto não tenho planos para esse software, tenho planos para o R e para um suplemento do Excel que faz umas análises mais básicas...

@@FernandaPeres obrigado Fernanda, vou acompanhar.

Kathleen, o valor negativo para a variável gênero indica que um dos gêneros apresenta em média uma força muscular 11,611 unidades inferior (dado o sinal negativo) à do outro. Qual gênero vai apresentar a menor força muscular depende de qual categoria de gênero foi usada como referência. Recomendo assistir a um vídeo bem recente meu sobre regressão linear com preditores categóricos. E para definir se o beta é significante, depende de a qual significância você se refere. Se for uma significância estatística, depende do valor de p (que eu explico nesse vídeo). Se for do ponto de vista prático/ clínico, só você, a pesquisadora responsável, pode avaliar se esse tamanho de efeito é relevante clinicamente ;)

@@FernandaPeres maravilha!! Você é incrível, muito obrigada!!!

Basta inserir a variável de controle na análise. Os resultados das demais variáveis estarão controlados por ela.

Oi, Elias. Na verdade, não devemos remover o intercepto. A menos que exista uma razão teórica muito forte para tal. Ao removermos o intercepto da equação, estamos forçando que a reta passe pela origem (0,0). Isso impede que seja calculado o intercepto (e, por consequência a reta) que se ajusta mais adequadamente aos dados. Ainda que o R2 seja superior no modelo sem o intercepto, forçá-lo a ser zero altera toda a estimação dos coeficientes. Nesse tópico tem uma boa discussão sobre isso: stats.stackexchange.com/questions/7948/when-is-it-ok-to-remove-the-intercept-in-a-linear-regression-model E, se você não está familiarizado com o modelo de regressão linear (equação da reta), sugiro a leitura dos posts que eu tenho sobre essa regressão no Instagram: instagram.com/estatisticaaplicada Talvez aí a questão do intercepto faça mais sentido.

Não, Vitor, o SPSS trata como dummy automaticamente. Em um vídeo mais recente que eu tenho, sobre categoria de referência na regressão logística, eu uso uma VI com mais de duas categorias e comento como interpretar qual a categoria de referência.

Oi, Rafael. Esse n por variável independente é uma sugestão. Nem sempre é uma situação tão preto no branco assim. O ideal seria fazer um cálculo amostral para o seu caso. Mas ao invés de fazer regressões separadas como você sugeriu, seria melhor montar modelos hierárquicos (com hierarquias baseadas em razões teóricas) para que fossem selecionados os previsores mais adequados. Eu explico modelo hierárquico no vídeo.

@@FernandaPeres Ótimo. E tu citaria alguma referência para os demais pressupostos que tu aborda no vídeo?

Oi, Josue, Os coeficientes poderiam ser similares, mas isso dependeria muito de como você montou o modelo sem hierarquia. A desvantagem é que ao montar um modelo não hierárquico (estou imaginando aqui o modelo Enter) você não conseguiria comparar o modelo com dois previsores ao modelo com um único previsor. Incluir a interação no modelo o tornará mais complexo (o n necessário será maior). E os coeficientes dos efeitos simples serão alterados ao se adicionar a interação. Mas a interpretação da interação na regressão segue a mesma interpretação da ANOVA (mesmo porque a ANOVA nada mais é do que uma regressão). No vídeo de ANOVA de duas vias eu explico em mais detalhes como interpretar a interação. Fico feliz que esteja gostando dos vídeos! Abraços!

Fico ligado nesses modelos hierárquicos. Muito interesante. Será que também o SPSS tem cómo avaliar modelos hierárquicos com mais de dúas variáveis?. (Vi só 2 de 2 blocos no quadro de diálogo). Pd. Seria bom que fizese um vídeo explicando as diferenças dos ajustes por método de entrada. Muito obrigado pela resposta e por este material tao bem explicado. Abraços.

Oi, Mauro. O n não é consenso, é uma regra (rule of thumb), mas há outras. Quanto aos demais, recomendo a leitura do livro Manual de Análise de Dados, do Favero e da Belfiore, que eles explicam isso tudo.

@@FernandaPeres Mas, eu posso continuar com a regressão ou não?

Oi, Gabriel. Também não sou fã de análises por gráfico pela subjetividade. Mas que eu saiba não existe nenhum teste, só a análise desse gráfico de valores padronizados. Desde que gravei esses vídeos já estudei muito mais estatística, e até hoje, só vi a análise gráfica como opção para analisar homocedasticidade.

Blz. Obrigado 🤓👍🏻

Outra coisa. Se eu acredito que violou a hipótese de independência dos resíduos, oq faço?

A sugestão que eu vejo para análise de discriminante é fazer as correlações bivariadas entre todas as variáveis e considerar que não há multicolinearidade quando todas tem r < 0,5. Nunca vi feita por essa janela da regressão, mas também não vejo um problema em analisar dessa forma...

@@FernandaPeres Olá Fernanda. Obrigado pela resposta. Porém estou ainda com dúvidas Como faço essas correlações Bivariadas? Qual técnica usar? Nas saídas de uma Análise Discriminante utilizando o método enter, tem como eu ter certeza de multicolinearidade? Ou precisaria utilizar o método stepway pra saber disso? Minha dúvida é, dada apenas as saídas de uma Analise Discriminante, eu tenho como saber se há ou não multicolinearidade, entende? Ou se para isso precisaria aplicar outra técnica. Mais uma vez obrigada

Não. Isso indica simplesmente que naquela variável independente não está associada à dependente. Pode ser um modelo válido mesmo assim.

Oi, Carla. Não existe um consenso absoluto sobre o tamanho de amostras para regressões. Mas o n de 20 por variável independente é uma "regra de ouro" (rule of thumb) muito aceita e reproduzida. Vários sites de estatística a consideram: www.inquiriesjournal.com/blog/posts/309/how-to-use-regression-effectively/ www.statisticssolutions.com/wp-content/uploads/wp-post-to-pdf-enhanced-cache/1/assumptions-of-linear-regression.pdf www.analyticbridge.datasciencecentral.com/profiles/blogs/linear-models-don-t-have-to-fit-exactly-for-p-values-to-be Há também livros que consideram essa regra: Tabachnick, B. G. and L. S. Fidele. Using multivariate statistics. Feinstein, A. Multivariable Analysis: An Introduction. Mas o ideal mesmo seria calcular o n para o seu desenho experimental, levando em consideração o poder desejado, a quantidade de variáveis e/ou o tamanho de efeito esperado. Esses dois artigos discutem esse problema e dão sugestões de cálculos: sci-hub.tw/10.1016/j.aucc.2012.07.002 ebph.it/article/viewFile/12117/11431 Espero ter ajudado. Abraços!

Não tenho publicação minha com regressão múltipla, Ícaro. Mas o melhor é olhar como as pessoas reportam em artigos da revista que você pretende publicar. Porque varia mesmo. Tem quem reporte os valores de beta e p no texto (principalmente quando não há muitas VI) e há quem resuma os resultados em tabelas. Abraços!

Existem formas de identificar quais pontos são os outliers, para então deletá-los. Eu explico como identificar outliers multivariados (o que seria o caso em regressões lineares múltiplas) no meu vídeo de MANOVA no SPSS. Mas, em geral, não é recomendado tirar o outlier, a menos que haja uma razão teórica sólida para isso. Tem quem recomende também rodar o modelo com e sem os outliers e comparar os resultados. Se forem parecidos, então os outliers não estão influenciando na estimação e podem ser mantidos. Que bom que os vídeos estão sendo úteis!

@@FernandaPeres Obrigado, vou dar uma olhada em outros vídeos seus! Parabéns mais uma vez!

Depende do pré-requisito. Cada um deles tem diferentes opções do que fazer quando não é atendido. Eu tenho no Instagram um post falando sobre a normalidade. O livro "Manual de análise de dados" do Fávero discute isso bem.

Que a regressão linear não é o modelo mais adequado para o tipo de dado que você tem. As opções são transformar a variável dependente (por exemplo, logaritmizar) ou usar outro modelo, como os modelos lineares generalizados.

@@FernandaPeres obrigada! Você teria algum vídeo sobre mediação com o PROCESS no spss?

Oi, Karoline, Dou aula particular, mas tenho algumas restrições de horário por causa do meu doutorado. Mas me manda um e-mail que a gente conversa! fernandafperes@hotmail.com Abraços!

Oi, Thabata. Se a distribuição dos resíduos não é normal, então a regressão linear não é o modelo adequado. O Durbin-Watson também aponta um problema, que não dá para ignorar. Você terá que fazer um modelo que não tenha a normalidade dos resíduos como pressuposto, é o caso dos modelos lineares generalizados (não tenho vídeo sobre eles no canal, mas o canal Cientística tem).

@@FernandaPeres muito obrigada, eu pesquisei mais e vi o vídeo no seu canal sobre regressão logística binária e acho que se adequa melhor pois posso colocar minha variável como categórica. Muito obrigada mesmo

O valor da constante não é analisado... Ele apenas representa o intercepto da reta, em geral esse não é um resultado relevante. Mas o que uma constante não significativa indica é que a reta tem um intercepto que não é diferente de zero, como eu comento (vale a pena rever função de primeiro grau, se você não lembra de intercepto).

Desse jeito mesmo, é só inserir a variável independente numérica como covariável e as categóricas como fator.