Regressão linear múltipla no R

[@NiltonPereiradosSantos]

Acho incrível que na Universidade você perde semestres e semestres e não conseguem te ensinar o que um vídeo bem feito e com uma ótima didática faz em minutos. Parabéns, moça!

[@sgtpeppers7]

O mundo precisa de Fernanda Peres!!

[@isaacvieira8524]

Precisa mesmo!!!

[@lcastro]

Muito boa suas explicações com o foco mais na investigação do que no código e sem ser superficial.

[@igoralves7745]

Já me sinto mais estatístico depois desse curso, grato Fernanda Peres

[@jefersondelavuscagoncalves7207]

Não tenho palavras para descrever o quanto estou grato por vc ter feito essas video aulas! Melhor canal de todos!! Excelente didática!

[@reservatoriodeeconomiaefin891]

Certo!! É por isso que eu amo o povo brasileiro. 😘😘😘😘

[@rodrigovitor2306]

Parabéns pela explicação e pela didática.

[@ArielGomesProfessor]

Olá prezada. Sou professor e ensino alguns tópicos de probabilidade, estatística e modelagem. Você é fantástica. Parabéns! Vou recomendar aos acadêmic@s.

[@davidfrancolopes7781]

Muito obrigado pela aula e pelo script!!! MUITO bem explicado, didático e passo-a-passo. Só tive um problema, no *Teste de Shapiro* pois minha série de dados tem quase 25 anos de dados diários (exatos 8872), o Shapiro só trabalha até 5.000 dados.

[@FernandaPeres]

Isso é uma limitação do teste mesmo. Acima desse n o valor de p não é confiável. Uma possibilidade é avaliar graficamente a normalidade, com qqnorm() ou hist().

[@nutricaocomreferencia]

Boa tarde Fernanda! Exceleeeeeente sua didática! Vai direto ao ponto!! MUITO OBRIGADO!! Tanto no "SPSS" quanto no "R"! Parabéns!!

[@vitor373]

Fernanda, vc salva vidas! ♥ Sem dúvida, melhor vídeo da internet. Quase chorei quando vi meu gráfico plotado hahahah E vc ainda explica com calma linha por linha! Sem palavras pra agradecer por esse trabalho incrível!

[@FernandaPeres]

:) ❤️

[@rafaelleal9011]

Fico tão feliz em ter esses conteúdos em portugues. Trabalho excelente!

[@jrbeto7504]

Simplesmente sensacional, direto ao ponto l!!! Super obrigado por compartilhar seu conhecimento!

[@AnaBeatriz-bm9ny]

Nossa, Fernanda. Você não imagina o quanto esse vídeo está me ajudando a desenvolver um trabalho para eu terminar de cursar uma disciplina. Muito obrigada. Se eu pudesse curtiria 1000 vezes!

[@luizrobertobiondi1768]

Maravilhosa e muito didática a apresentação da Fernanda. Parabéns!

[@liliancavalcante7946]

Rainha da didática. Inspiradora!!!!😍

[@manosohcabuloso]

Impressionante, que aula Fernanda! Me ajudou demais, super didática e concisa. Obrigado!

[@Eduardoitaqui]

Seus vídeos, são um farol no meio do caos. Grazie mille bella.

[@TheDe4thDrifter]

Estou revisando estatística e econometria para relembrar conceitos e reaprende-los. E o seu canal me caiu como uma luva e era exatamente o que eu estava procurando com uma bela qualidade de ensino e demonstrações, fora a aplicação. Grato desde já e espero que continue sempre. Mais um inscrito! ♡

[@luataina5253]

Muito bom, parabéns Fernanda!

[@anniecristhinem.s.squiavin2898]

Maravilhosa sua aula!

[@UiliandeBrito]

Mais um excelente vídeo. Você sintetiza e explica muito bem. Meus parabéns.

[@jberilo]

Parabéns Fernanda. Excelente aula. Didática nota 10.

[@reservatoriodeeconomiaefin891]

Aula clara e de muita utilidade. Well done.

[@reservatoriodeeconomiaefin891]

Fernanda estou a fazer o curso de Estatística em R, na Universidade de Harvard, pela via do EdX, (HARVARDX), terminei recentemente o curso avançado de Macroeconometria do Fundo Monetário Internacional, utilizou-se o EVIEWS. Mas ainda assim, entro no teu canal para puder aflorar alguns conteúdos de Econometria. Parabéns mais uma vez pela didática e paciência que tens tido na transmissão dos conteúdos. Um dia convidar-te-ei para dares uma formação via on-line, para os estudantes em Angola (África). Estás no LinkedIn?

[@engwesleycarvalho]

parabens, muito bem explicado usou o tempo da melhor forma sempre direto ao ponto.

[@blogrio]

Olá Fernanda, parabens pelo canal e todo material disponivel. Seus videos sao excelentes!

[@cienciaabessa]

Seus dados são tão lindos! Nunca ferem os pressupostos dos testes.

[@FernandaPeres]

HAHAHAHA! Eles são criados para ensinar esse teste específico, então têm que funcionar para ele, né?

[@pauloweberbianchi8783]

Obrigado, Fernanda!

[@joselucasscastro]

Conteúdo sensacional, Fernanda! tem me ajudado muito na faculdade. Obrigado

[@joaopedroinaciopeleja9293]

Ótimo vídeo! Obrigado! Aguardando ansiosamente pelo vídeo sobre regressão logística no R

[@arlindojunior1152]

Simplesmente maravilhosa. Parabéns pelo excelente conteúdo

[@ecacarva]

Oi Fernanda, mais uma excelente aula como sempre. Parabéns! Uso todos os seus vídeos para estudo e utilizar sua excelente didática. Aproximadamente no minuto 21, quando vc gerou o gráfico para avaliar a multicolinearidade, também foram apresentadas as distribuições de cada variável. Tenho algumas afirmações só para deixar mais claro, porém gostaria que você, como mestre no assunto, ou melhor, doutora, confirmasse ou não: 1. Se a correlação for aproximadamente alta, tipo 0.75 mas o VIF for abaixo de 10, mantemos a variável preditora. 2. Se tanto a correlação como o VIF (>10) apontarem uma multicolinearidade, devemos escolher uma das variáveis para retirar do modelo. 3. O melhor critério para retirar essa variável seria criar dois modelos, cada um com um das variáveis e retirar aquela que explica menos a variância da variável dependente Antes de mais nada, eu gostaria de agradecer muito, você é sempre prestativa nas suas respostas.

[@FernandaPeres]

Oi, Elias! 1. Não necessariamente. São duas avaliações de um mesmo problema. Correlações altas (acima de 0,8 ou 0,9 - não há um consenso nas referências) são um sinal de alerta mesmo que o VIF dê baixo. São um forte indício de que estamos trabalhando com variáveis independentes redundantes. 2. Sim. 3. Não necessariamente. Há muita literatura (e eu concordo muito com essa visão) que recomenda que o nosso critério para inserção de variáveis deve ser teórico, não matemático. Eu manteria a que faz mais sentido teórico/ tem maior aplicação prática. E obrigada pelos comentários sempre gentis :)

[@pedrofelisberto637]

Excelente canal para qualquer tipo de dúvida em bioestatística!!!!

[@aninhazeferino]

Amei. Vou olhar todos os seus cursos!

[@vitorbenfica]

Fernanda, parabéns pelo teu trabalho! Se me permite uma sugestão. Nestas aulas grandes fazer aquelas divisões no tempo do vídeo por tópico abordado, aí coloca ela na descrição, facilita muito para quem quer ver apenas um tópico específico do vídeo. Sucesso!!

[@diogopaesdacosta]

Virei seu fã e admirador!

[@emersongaldino7366]

Excelente, Fernanda! Mto obrigado!

[@gabrielahass8255]

Ótimo vídeo! Tu poderia falar sobre colinearidade com variáveis categóricas. Por exemplo, em meu estudo tenho estação do ano, indivíduo (entre os 9 possíveis), situação biológica, como grávido, doente, puerpera.... Usei o VIF e saiu uns resultados de GVIF e fiquei na dúvida de qual valor usar. Obrigada pelas explicações detalhadas.

[@romulobarrospi]

Olá, Fernanda! Você poderia mostrar exemplos de como ficam os gráficos que você usou para analisar os pressupostos (qqplot, cooks distance...) quando esses não são satisfeitos? Para que a gente saiba quando eles estão errados.

[@FernandaPeres]

Tem em artigos de blogs bem bons, como esse: data.library.virginia.edu/diagnostic-plots/

[@romulobarrospi]

@@FernandaPeres Fantástico! Muito obrigado por me responder!

[@natanzambroni1313]

Sensacional! Super explicativo e didático! ..me ajudou muito nas análises do doutorado =)

[@claudiomarfilho9892]

MEU DEUS, OBRIGADO POR EXISTIR

[@eric._bio8427]

Como usar o pairs.panel com correlação de spearman e não de pearson?

[@claudianoneto6116]

Fernanda, excelente video. Como sempre! Parabéns

[@mariadelourdesdonascimento8190]

Você é TOP. Muito obrigada pela ajuda.

[@fernandoivanmeyer7470]

Que aula sensacional. Parabéns pelo conteúdo Fernanda

[@evandroepam]

MUITO OBRIGADO! Material de altíssima qualidade! 👏👏👏

[@pedroribeiro5680]

Sensacional, parabéns.

[@Leandro-ex7wv]

Simplesmente ótima

[@caiocarvalhodossantos1319]

Professora Fernanda, Parabéns pela excelente aula, sou muito grato, tem me ajudado muito!! Professora você poderia me tirar uma dúvida ? Onde posso encontrar informações em relação ao teste independência dos resíduos (Durbin-Watson), para os casos em que esse pressuposto não é válidado? Desde já agradeço demais por suas excelentes aulas

[@FernandaPeres]

Oi, Caio. Acredito que o livro Manual de Análise de Dados, do Favero e da Belfiore, é uma boa referência. Procurar por artigos em inglês também talvez te ajude.

[@jairfilho7246]

Ótima aula. Parabéns

[@elaine.vasconcelos]

Excelente aula. Parabéns!! Gostaria de fazer um pedido. Aula de regressão múltipla com séries temporais. Obrigada!

[@profraimundoneto]

Parabéns pela série de vídeos. Sucesso!

[@iag-trader8899]

perfeito. imagina se tivesse a partição da variância? Aí seria mágico. Parabéns amo seu conteúdo.

[@adautogaliza8467]

Olá fernanda! Uma dúvida: estou rodando alguns modelos para encontrar significância das minhas VI em relação a VD e este é o meu principal objetivo. No entanto, alguns modelos apresentam p-valor não-significativo (p-valor > 0.05) enquanto que os coenficientes destes modelos apresentam p-valor significativo (p-valor < 0.05). Minha dúvida é se podemos ainda assim levar em consideração a influência das VI com significância nos coeficientes nestes casos onde o p-valor de todo modelo é não-significativo.

[@FernandaPeres]

Não é o ideal. O p do modelo ser não significativo indica que esses previsores (VIs) não prevêem mais que o modelo nulo (chutando). O que você pode fazer é reportar essas duas coisas. Mas é provável que você encontre críticas de revisores.

[@adautogaliza8467]

@@FernandaPeres ok, obrigado! acabei por criar modelos do tipo GAM e eles estao indo melhores

[@NinaBCervantes]

Muito Obrigada, bah tô vendo pela terceira vez os teus vídeos e agora tudo faz sentido :)

[@marcossilveirawrege6847]

Muito bom!!! Mostra conhecimento!!

[@pedrolimagarcia1887]

Vídeo bom demais! ♥

[@cleytonbarros4924]

Mais um excelente vídeo! Sua didática é ótima! Se possível, seria Interessante um vídeo de análise de cluster hierárquico no qual possamos identificar o perfil sociodemográfico (variáveis qualitativas) dos membros de cada cluster! Achei vídeos de análise de cluster no R, mas nenhum que permitisse a análise do perfil sociodemografico dos membros do cluster!

[@FernandaPeres]

Oi, Cleyton, está nos planos futuros trazer aula de cluster. Mas, pelo meu entendimento, qualquer análise de cluster vai permitir essa análise dos dados sociodemográficos. Dá uma estudada na teoria, mas acho que as aulas que você já assistiu podem ser adaptadas ao seu problema.

[@klautonrodrigues8120]

Parabéns pela aula, me ajudou bastante :)

[@edivaniorodrigues6975]

Parabéns! Muito bom!

[@claudiafelixdealmeida7518]

Olá, você tem algum vídeo sobre Regressão múltipla em matrizes de distância no programa R ? função MRM

[@adrielwesley2529]

Ótima aula!

[@thiagorodrigues4596]

Que aula sensacional!!! Se tiver cursos já passa o contato por favor! Parabéns!

[@FernandaPeres]

Obrigada! Por enquanto ainda não tenho. Mas as playlists aqui do KZbin, se assistidas em ordem, podem funcionar como um curso ;)

[@brendaoliveiradosreis752]

Tenho 4 variáveis categóricas. Como faço a análise do modelo de regressão aparecendo as 4 variáveis ? Só vale para duas ? meu summary do modelo só está mostrando o intercepto , e outras 3 variáveis :(

[@FernandaPeres]

Pelo que você descreveu, você tem uma variável categórica com quatro categorias, certo? Se é isso, só vai aparecer 3 no summary mesmo, porque uma delas será usada como controle, e não aparecerá nos resultados.

[@UiliandeBrito]

Queria tirar uma dúvida. A minha regressão eu winsorizei a 1%, mas continua aparecendo outliers e eu não consigo removê-los nem pelo método do intervalo interquartil - muitos são eliminados, mas sempre fica um pouco. Assim, o pressuposto da normalidade dos resíduos eu não consigo atender, apesar do plot do modelo ficar bem próximo da linha. Já o teste de Durbin-Watson fica com statistic de 1,45, pelo que vi, tá bom, haja vista que está entre 1 e 3. O teste de multicolinearidade para todas as variáveis fica abaixo de 0,8. Contudo, o teste de Breusch-Pagan sempre fica rejeitando a hipótese nula, ou seja, teoricamente estou tendo problemas de heterocedasticidade. Eu vi na internet que rodar o modelo robusto vcov poderia corrigir problemas de variável omitida. Pelo resultado do modelo robusto, teoricamente estava tudo certo com o modelo comum. A pergunta é, eu posso confiar no meu resultado robusto mesmo que o modelo comum não tenha passado pelo teste de normalidade dos resíduos e heterocedasticidade? Comando usado (modr = coeftest(mod, vcov. = vcovHC(mod,type = "HC0")). Segunda pergunta, como eu posso eliminar todos os outliers após o processo de winsorização? Terceira, em um dos comandos que usei na regressão comum eu tirei log de todas as variáveis do modelo (dependente e independente) ai todos os pressupostos foram atendidos (exceto o da normalidade dos resíduos), mas a minha variável de interesse não foi significativa, me informaram que existem técnicas para tornar uma variável de interesse significativa no modelo, saberia me dizer como faço isso? Desde já agradeço.

[@cyrojunior4474]

Maravilha!

[@marcosfadini]

Muito legal!

[@manuelamariavianamiguel2218]

Ola Fernanda! Primeiramente eu gostaria de te agradecer pelo canal! Venho aprendendo muito com você! Tenho somente uma dúvida. Quando eu faço o ajuste do modelo fazendo uso das variáveis que realmente tem relevância para o mesmo eu devo executar novamente todos os testes para analisar os pré requisitios da regressão linear múltipla certo? Muito Obrigada!

[@FernandaPeres]

Sim!

[@thalles429]

Parabéns! Ótimo vídeo 👏

[@felipecamargog]

Excelente. Já plotou em 3d com o RGL? Fica show!!!!

[@brendaoliveiradosreis752]

haaam comassim ? RGL é um pacote ?

[@felipecamargog]

@@brendaoliveiradosreis752 Isso Brenda!! Fica bem legal!!!

[@iag-trader8899]

assistindo novamente. Pena que não é possível deixar mais um like. kkkkk

[@jenivalfarias6259]

E caso o meu modelo 2 tenha o R^2 ajustado maior que o modelo 1, porem o RSS do modelo 1 seja menor que o do modelo 2? E também o Pr (>F) for maior que 5%?

[@josecarlossantos7673]

Olá, professora! No caso de Não normalidade dos resíduos, qual o procedimento a ser adotado?

[@FernandaPeres]

Nesse caso, o ideal é usar um modelo linear generalizado que assuma outra distribuição (gamma, Poisson, vai depender da distribuição dos seus dados). Não tenho vídeo sobre esses modelos no canal, mas tem tutorial em blogs ou em vídeos em inglês.

[@josecarlossantos7673]

@@FernandaPeres Eu estava lendo sobre normalização/padronização então fiz confusão achando que tinha algo a ver como possível solução.

[@FernandaPeres]

@@josecarlossantos7673 Até pode ser feita, sim. Uma transformação dos dados, como logaritmização. Às vezes isso resolve o problema de normalidade. Só tem que ficar atento a como se interpreta o resultado após a transformação da variável (o livro de econometria do Wooldrige explica como fazer essa interpretação)

[@josecarlossantos7673]

@@FernandaPeres Obrigado, Fernanda! Vou buscar o livro.

[@desireegoncalvespereira8199]

Oi, Fernando :) Estou simplesmente amando o seu canal e a forma simples e descomplicado que você passa o conteúdo. Gostaria de tirar uma dúvida: qual a vantagem em usar o R (quando comparado com o SPSS, por exemplo) ... achei esses códigos complexos. O que você orienta?

[@FernandaPeres]

Oi, Desirée. Para um usuário médio de estatística (que precisa analisar os dados do seu projeto de TCC, mestrado, doutorado), o SPSS costuma ser mais do que o suficiente. Mas, o SPSS tem algumas limitações, dependendo da sua demanda de análise. O R tem a vantagem de ser ilimitado, roda praticamente todas as análises estatísticas possíveis, além de ser gratuito. Mas, tem a desvantagem de requerer que você aprenda uma linguagem de programação. Depois que você entende a lógica dos códigos, você começa a achá-lo simples. Mas é necessário investir um tempo para chegar nesse ponto.

[@carlosdistefanosilvasousa8921]

Bom dia, Fernanda Peres! Existe alguma maneira de inserir a equação de regressão no gráfico final?

[@FernandaPeres]

Sim, explico isso no vídeo de regressão linear simples.

[@ericavieiranogueira6500]

Posso usar variáveis categóricas para fazer essa mesma análise?

[@FernandaPeres]

Como variáveis independentes, sim. Mas como dependente, não. Se a variável dependente for categórica, você terá que usar regressão logística.

[@ericavieiranogueira6500]

@@FernandaPeres Obrigada!!!

[@wellingtonsantossouza1234]

excelente

[@emersonbarao2229]

Uma dúvida. Quando a variável independente é um autorrelato em escala Likert, qual seria melhor forma de reportar?

[@FernandaPeres]

Aí você tem duas opções: inseri-la como categórica nominal (factor, ordered = F) ou como numérica (numeric). A interpretação vai variar a depender da escolha (que depende se faz sentido considerar o intervalo constante ou não). Tem bastante artigo discutindo se as variáveis ordinais deveriam ser inseridas como nominais ou numéricas nos modelos. No R até tem como inseri-la como ordinal mesmo, mas isso gera uns coeficientes mais difíceis de interpretar, em geral não se usa essa estratégia.

[@merikrocha]

Olá, tive problema com o comando pairs.panel ('psych'), não localizou o comando. Estou utilizando R 4.0 no RStudio.

[@merikrocha]

Fora do RStudio, fui em um R (simples) instalei o pacote mas ele não pode ser carregado: In install.packages(lib = .libPaths()[1L], dependencies = NA, type = type) : installation of package ‘psych’ had non-zero exit status > local({pkg library("psych") Error in library("psych") : there is no package called ‘psych’

[@FernandaPeres]

@@merikrocha No meu está funcionando. Acabei de reinstalar o psych com o código abaixo e deu certo: install.packages("psych") O seu erro está dizendo que a instalação deu errado. Sugeriria reinstalar, e jogar o erro no Google para ver o que aparece em discussões em fóruns.

[@PriscilaSoaresOliveira]

Oi Fernanda, tudo bem? Voce sabe como obter o R² para cada variável no modelo? :D

[@priscilasoaresoliveira5902]

Olá, Fernanda. Não entendi a ultima parte do stepAIC. Como vc viu qual o modelo mais adequado?

[@FernandaPeres]

O modelo que resulta dessa função é o "mais adequado". No caso, ele incluiu as duas variáveis independentes.

[@jamesfreitaskey]

Ótima aula. Me tire uma dúvida, eu quero fazer um modelo que tem 4 variáveis dependentes e 600 independentes, onde essas 4 dependentes podem se tornar apenas 1 pois as outras 3 levam a formação dessa variável final. Como seria o comando para que o R pudesse fazer o modelo com essas 600 variáveis? Eu teria que digitar todas ou existe um comando que ele vai buscar todas dentro de um intervalo na minha base de dados? Obrigado.

[@thiagoastil]

Olá Fernanda! Obrigado pela aula! fiquei com uma dúvida, no primeiro modelo que você criou, o valor p do intercepto ficou de 0,849; com isso, você não deveria desconsiderar o intercepto do modelo? parabéns novamente pela didática!

[@FernandaPeres]

Oi, Thiago. Obrigada! É importante manter o intercepto no modelo ainda que ele não seja estatisticamente diferente de zero. Tem umas discussões sobre isso em fóruns, em inglês ;)

[@giselesousa3610]

Olá fernanda, você tem algum vídeo que possa me ajudar na construção/ajuste de dados que estão no excel e possuem para cada categoria explicada, 2 ou mais subcategorias, e que os dados dessas subcategorias são variados (números de 0 a 100), tipo estimação de pesquisas de Pnad. Como faço a categorização/ ou transformo em variáveis dummy, para levar pro Rstudio e estimar ?

[@carlosdistefanosilvasousa8921]

A equação que falo é no gráfico com scatterplot3d. Para inserir a equação no gráfico de regressão múltipla (scatterplot3d), usa a mesma função que insere a equação no gráfico de regressão simples?

[@FernandaPeres]

Ah, aí eu não sei se dá para inserir. Dá uma pesquisada em inglês no StackOverflow.

[@rochellecosta509]

Fê, como sempre, aula maravilhosa!! Parabéns! Uma pequena dúvida...se eu quisesse fazer essa mesma análise ajustando os resultados para idade ou sexo dos alunos, como faria para inserir esses fatores de ajuste (de controle)? (mantendo a mesma variável dependente e as mesmas duas independentes)

[@FernandaPeres]

@@rochellecosta509 Só inserir as variáveis de controle como qualquer outra variável independente. (inclusive, acabei de responder isso nos stories, haha)

[@rochellecosta509]

@@FernandaPeres Sim, obrigada! Então é mais simples do que eu pensava! Super obrigada!

[@cristhiancruz8229]

Muito obrigado!

[@rayldovieira4534]

Fernanda ! boa tarde. olha tenho Windos10 32bits a base 3.6.3 e o studio 1.1463, a função "glimpse" da biblioteca pillar não esta funcionando. vc tem alguma dica qual função que dá o mesmo resultado. grato.

[@FernandaPeres]

O glimpse vem do dplyr. Tem que instalar e carregar o dplyr. Mas a str faz praticamente a mesma coisa.

[@rayldovieira4534]

@@FernandaPeres vou testar.😀Grato.

[@kaioalbarado3273]

Ola Fernanda boa tarde. Criei um modelo mas pelo teste de Shapiro não houve normalidade dos dados. Criei um outro modelo que tbm aconteceu a mesma coisa. Tbm comprei os dois modelos e o segundo modelo teve os indicadores melhores que o primeiro. Fiz a análise com o segundo modelo na qual o R ao quadrado foi 0.95. O que faço?.Se os dados não são normais o análise para por aí ou posso seguir?

[@MichaelFerreiradaSilva]

👏👏👏 outro vídeo incrível!

[@coralvilaguarani2414]

Obrigada pela aula maravilhosa como sempre!! Tenho uma dúvida! Fernanda, se eu tenho uma amostra de 48 sujeitos apenas, posso utilizar a regressão linear múltipla? Se sim, com até quantas variáveis independentes no máximo? Desde já obrigada!

[@dfeistauer]

oi Professora Fernanda. a função pairs.pannels não existe no pacote psych. OU pelo menos consta que não há essa função nesse pacote. Há outra função para fazer o teste da multicolinearidade?

[@FernandaPeres]

Oi. Existe, sim. É que é panels com um n só: pairs.panels()

[@brunonadson802]

Fernanda como eu faço para modificar um modelo de Lin Lin , para log log ?

[@brunonadson802]

Eu to mega perdido e preciso dessa ajuda

[@FrancoLovattiufes]

Brilhante

[@Cadu_ssoares]

Muito bom, como sempre

[@icarocosta4302]

fernanda, e quando a regressão no R da resultados diferentes da regressão no SPSS? mt estranho

[@rafaellucas523]

Sensacional!

[@wanessalima3785]

Muito bom

[@dinisluis433]

Olá Fernanda Peres. obrigado pelos vídeos, são excelentes. No entanto tenho uma dúvida enorme que parece que ninguém mais tem. Como é que eu sei que < 2e-16 *** é menor do que 0,5? Como é que esses números me dizem isso? Como interpretar esses valores? Alguém sabe explicar? Está neste vídeo mais ou menos no minuto 27. Obrigado a quem puder ajudar.

[@FernandaPeres]

Oi, Dinis. Esses números estão em notação científica. 2e-16 corresponde a 2 * 10 elevado a -16, que seria um número BEM pequeno: 0,0000000000000002

[@dinisluis433]

@@FernandaPeres Obrigado Fernanda. Procurei por todo o lado e não encontrava a explicação ou a forma de interpretar esses números. Os seus vídeos são os melhores que encontrei na internet. Obrigado mais uma vez.

[@rogerio.hortencio]

Fernanda, boa tarde! Tudo bem? No meu esquema tenho 4 construtos, cada construto tem diversas variáveis dentro deles. Como consigo agrupar cada construto para conseguir chegar em apenas uma variável dependente? Fiz análise fatorial, mas não sei migrar esse resultado. Tenho que escolher apenas uma variável que represente todo o construto?

[@FernandaPeres]

O ideal é ir para modelagem de equações estruturais, modelo MIMIC, porque aí você inclui variáveis independentes, mas continua trabalhando com os constructos como variáveis latentes. O R permite trabalhar bem isso com o pacote lavaan. Recomendo ler o livro do Brown (2006), Confirmatory Factor Analysis, que é uma super base teórica para isso.

[@eduardocoelho7]

Parabéns pelo trabalho. Poderia fazer um vídeo utilizando o ajuste de regressões stepwise, forward e/ou backward no R?

[@FernandaPeres]

O final da aula explica como montar a regressão stepwise. Mas, de fato, o foco não é esse, e intencionalmente, já que esses métodos matemáticos não são muito recomendados.