Regressão Linear Simples no SPSS (Aula 11)

[@CristinaSantos-yu6qn]

Melhor pessoa desse YT todo, tá salvando meu TCC demais. Obrigada! Continue com esse trabalho lindo!!!!

[@Carnajz]

Não sei se é uma mulher ou se é um anjo, só sei que sigo te admirando :)! Fiz o meu mestrado em 2017 e por acaso caí no seu canal. As suas aulas são muito top demais da conta. Parabéns pela iniciativa .

[@FernandaPeres]

HAHAHAHAH! Fico feliz de saber que as aulas te ajudaram! Obrigada!!

[@laisaraujodossantosvilar185]

Concordo, é um anjo mesmo!!!!

[@edgartds]

Show ... parabéns! Melhor youtuber de estatística!!!

[@ProfMurilloDias]

concordo com a colega...melhor youtuber de estatística

[@gab_wmv]

mulheeeer vc é incrivel, salvou minha dissertação, finalmente alguem conseguiu me explicar estatistica sem parecer grego

[@patriciaaraujos]

Fernanda, muito muito obrigada por compartilhar esse vídeo. Sua voz ainda transmite calma com esse assunto nem tão fácil! Que Deus te abençoe.

[@adrianavieira3670]

Gostaria de agradecer as suas aulas, excelentes.

[@manoelmoisesferreiradequei4086]

Explicação simples e didática! Parabéns

[@neifreitas5465]

Olá Fernanda, Excelente vídeo explicativo. Pessoalmente nunca vi o SPSS, adorei, irei assistir os outros vídeos..

[@karlmarxsantanadasilva7088]

Vídeo excelente! Me ajudou muito na estatística do PIBIC. Deus te abençoe.

[@levhyatan]

Imensamente agradecido ... descomplicou a minha vida com relação a RL que 8 anos entre especialização, mestrado e doutorado não conseguiram. Sempre uso outras análises como KM e Cox para verificação Bivariada ou múltipla e nunca dominei a RL.

[@FernandaPeres]

Que ótimo que o vídeo esclareceu regressão linear pra você, Márcio :)

[@romilroni]

Estou adorando as aulas, continue assim eu compartilha esses vídeos.

[@kelsyareco4273]

Adorei sua aula! Parabéns.

[@ginacoelhomarins2022]

Muito boa aula! Ou melhor, aula excelente!

[@marcelo.jbsilva]

Exclente aula Fernanda. Gratidão!!!

[@flaviafelixpereira2624]

Que didática excelente. Me ajudou muit! Obrigada!!

[@luanphelipe]

Você é incrível! Muito obrigado!

[@geoguirra]

Grato Fernanda! Excelente didática.

[@FernandaPeres]

Obrigada, Alesson!!

[@anasena7062]

Perfeito!! Muito obrigada!!

[@haroldosantiago819]

Muito ditatica, e domina bem a matéria... Parabéns professora...

[@aloisiomachadodasilvafilho7374]

Excelente aula.

[@soniaresende8109]

Muito bom, Fernanda. Ajudou muito!

[@killiancolombo331]

Sensacional.

[@wellingtonlunz]

Bom dia Fernanda... E sobre o cálculo do erro padrão da estimativa? Sabe dizer como o SPSS chega a essa valor?

[@carolinapedroso2341]

muito didática e clara! obrigadaaaa

[@xalphax101]

Meus testes estão dando valores extremamente baixos para o Durbin Watson, o que isso significa?

[@brunohenriquetondatoarante7111]

Professora Fernanda. Eu andei pesquisando sobre regressão linear não paramétrica, mas não entendi muita coisa. No SPSS tem como fazer ? Eu agradeço de coração todos seus retornos as minhas perguntas. Você é minha melhor professora de estatística

[@FernandaPeres]

Hahaha! Fico feliz de contribuir. Tem como fazer regressão linear que assume outras distribuições (que não a distribuição normal), são modelos chamados de modelos lineares generalizados. Tem como fazer no SPSS, sim. Eu só não tenho vídeo por enquanto (mas dá uma olhada no canal Cientística, que o Altay tem).

[@brunohenriquetondatoarante7111]

@@FernandaPeres Muito Obrigado

[@papodelucas]

Muito bom! Obrigado pela aula!!!

[@felipe.m.ferreira7662]

Por favor existe alguma outra explicação para o coeficente padronizado e se caso tivesse 2 valores no coefiente padronizado um maior do que o outro que interpretação eu teria ? muito obrigado pela aula merece um super like

[@camilaguedes4509]

Fernanda, estou precisando fazer aquele agrupamento de indivíduos do grupo caso por tercis segundo o grupo controle. Como faço? Confesso que já procurei nos seus vídeos (e olha que já assisti todos) e não encontro. Talvez e até esteja pensando errado na organização dos dados. Pode me ajudar, por favor?

[@mohamedibraimo4538]

Boa aula

[@vitorcarvalho69]

Sensacional!

[@MatheusFerreira-kk8yj]

ótimo! parabéns! mas onde vê o p?

[@FernandaPeres]

É sempre a coluna do Sig.

[@dartelferraridelima9374]

Sempre show

[@namorvet]

Muuito bom!!

[@anacarolinalima8275]

Fernanda, excelente aula. Eu gostaria de saber se posso fazer regressão com uma variável dependente numerica e uma variável independente categórica.

[@FernandaPeres]

Pode, sim, Ana. O pressuposto da regressão linear é que a variável dependente seja numérica. Mas as independentes podem ser numéricas ou categoricas. Mas, fazer uma regressão com uma única variável independente categórica é o equivalente a fazer uma ANOVA ;) Inclusive, o SPSS não deixa inserir variável independente categórica na regressão, a menos que elas sejam transformadas em dummy.

[@anacarolinalima8275]

@@FernandaPeres mesmo se eu inserir outras variáveis como ajuste ? No meu caso, iria inserir peso e sexo como variáveis de ajuste, além da variável independente. Isso é possível fazer no SPSS?

[@FernandaPeres]

@@anacarolinalima8275 É possível, mas não pela janela de regressão, apenas pela de ANOVA.

[@FernandaPeres]

@@anacarolinalima8275 Regressão e ANOVA são dois nomes para um mesmo modelo, que é o modelo linear geral. No SPSS, ou você transforma as variáveis categoricas em dummy antes de inserir na regressão, ou faz a regressão pelo caminho da ANOVA.

[@anacarolinalima8275]

@@FernandaPeres muitíssimo obrigada Fernanda! Vc é excelente.

[@carolina_ferreira]

OLÁ! Eu não entendi a explicação do t na tabela coefficients. O valor de cima é quando a hipótese é nula e o de baixo é quando a hipótese é H1? e se algum valor der menor que 0,05, como devo interpretar?

[@FernandaPeres]

Carolina, o teste-t está testando se o coeficiente é estatisticamente igual a zero ou não. Se o valor de p for inferior a 5% (0,05), podemos considerá-lo diferente de zero e interpretá-lo. Recomendo assistir às aulas teóricas do canal para entender melhor o conceito de teste de hipóteses, valor de p e nível de significância.

[@luanphelipe]

Meu resíduo padronizado máximo deu 3,367 não posso usar a regressão simples? =( o que fazer? obrigado

[@ProfMurilloDias]

Fernanda, tenho uma dúvida: estou fazendo um teste de regressão linear, com 520 amostras, para ver se o tempo de negociação interfere no resultado da mesma (a teoria aponta que sim). Porém, fiz os testes direitinho como na aula e deu praticamente tudo certo, exceto o intervalo da estatística de resíduos, que tanto no Std Error Predicted value e no Residual Error, os valores ultrapassaram o +3 (deu 6,722 e 21,100 no erro do valor previsto e de resíduo, respectivamente). O que acontece? A RL não pode ser aplicada nesse caso? Então, o que mais eu poderia fazer para estudar o fenômeno?

[@FernandaPeres]

Oi, Murilo. Então, o problema é se o Std. Residual (ou seja, o resíduo padronizado) sair da faixa -3 a +3, porque isso indica que há outliers. O problema de existir outliers no seu banco de dados é que eles podem influenciar a estimação dos coeficientes. Então, por exemplo, tem um ponto bem distante dos outros e ele "puxa" a reta em direção a ele, fazendo com que a regressão seja dada por uma reta que não representa bem o conjunto de dados. Tirar o outlier não é recomendado. A recomendação que eu mais vejo é rodar o seu modelo com e sem os sujeitos que são outliers, e comparar os modelos (comparar os coeficientes, ver se você chega às mesmas conclusões). Tem como pedir para ele salvar os resíduos padronizados, e aí você consegue verificar quais sujeitos tem resíduos fora da faixa (acho que eu não explico isso nesse vídeo, mas é em "salvar" na janela da regressão).

[@ProfMurilloDias]

@@FernandaPeres Oiá Fernanda, muito obrigado pela pronta resposta. Fiz como vc disse. Os resultados em termos de erros residuais deram num valor menor (-7 a +7), mesmo assim fora do (-3,+3). De fato, olhando os números de acordos (valores em milhares de reais), tenho alguns bem altos e alguns baixos, sendo a média em torno de 23.000. Curioso é que todas as outras condições deram ok, somente a estatística dos resíduos é que não;..:(

[@FernandaPeres]

Ah, mas acontece mesmo de só a parte dos resíduos dar problema. Tem também um livro bem completo, que é o Análise de Dados, do Fávero, que discute as opções quando os pressupostos não são atendidos. Eu não vou lembrar de cabeça a sugestão dele, mas talvez valha a pena dar uma olhada, ver se a sugestão é diferente da que eu te falei no comentário acima. O que eu não recomendo é ignorar que há outlier, porque eles podem estar interferindo na estimação e fazendo você chegar a uma conclusão que na verdade nem se aplica ao seu banco.

[@ProfMurilloDias]

@@FernandaPeres com certeza! Vou procurar o livro! Obrigadoooo!!!

[@PsicologiaClinica19]

É possível calcular o tamanho do efeito desta regressão? Como?

[@FernandaPeres]

Tem como calcular um tamanho de efeito chamado f quadrado. No SPSS, acredito que não tenha como calcular. Mas, deve haver calculadoras online para isso.

[@isabelamorais8561]

Pode aplicar regressão com dados não normais?

[@EccaDan]

Eu estava precisando mesmo disso. O SPSS não é nada friendly user, não dava para 'descobrir' como usar usando >

[@alessandrodeoliveira1914]

Oi Fernanda. E quando tenho uma variável contínua como dependente e uma categórica independente?

[@FernandaPeres]

É exatamente esse caso, você faz uma regressão linear simples. Se a categórica for a dependente, aí você vai ter que usar um modelo de regressão logística (binária ou multinomial)

[@alessandrodeoliveira1914]

@@FernandaPeres Mas e quando a homocedasticidade não é presente.?

[@FernandaPeres]

@@alessandrodeoliveira1914 Eu não lembro de cabeça qual a sugestão de análise para esse caso. O livro Manual de Análise de Dados, do Fávero, traz essas informações.

[@alessandrodeoliveira1914]

@@FernandaPeres Obrigado

[@marcelarodrigues4553]

Fernanda, eu fazer uma regressão normalmente em dados longitudinais? Eu tenho 4 variáveis que gostaria de ver se há relação entre elas mas são de vários indivíduos e obtidas destes mesmos indivíduos em intervalos de tempo regulares. Pode me ajudar?

[@FernandaPeres]

Oi, Marcela. É um caso que você tem medidas repetidas. Dá uma olhada nas aulas de ANOVA com medidas repetidas e ANOVA mista. Uma delas deve se encaixar no seu delineamento. Abraços!

[@lmdeboni1]

A regressão linear são sempre com variáveis contínuas? E se as variaveis forem dicotomicas, qual o teste que dever ser feito para ver a correlação?

[@FernandaPeres]

Sim, a variável dependente deve ser sempre continua. As independentes podem ser contínuas ou categóricas. Para uma variável dependente dicotômica, você deverá usar a regressão logística.

[@dinissilva2136]

olá, para fazermos uma regressão linear as 2 variáveis tem que estar em escala de razão?

[@FernandaPeres]

Não. A variável dependente precisa ser quantitativa e uma das variáveis independentes também...

[@AnaSilvaGoodbye]

Olá! Qual foi a referência bibliográfica que utilizou?

[@FernandaPeres]

Oi, Ana, essa aula foi montada em cima do livro do Andy Field (Descobrindo a estatística usando o SPSS).

[@AnaSilvaGoodbye]

@@FernandaPeres mil obrigadas querida 😁 ajudou-me imenso! A forma como explica cada procedimento é muito bom mesmo, parabéns a ti também 😁😁😁👌

[@FernandaPeres]

Obrigada! ♥️

[@flaviofernandes2179]

Fer, bom dia. Se quero verificar a influência de uma variável independente (preditora) sobre uma dependente (de saída), entretanto elas foram medidas ao longo de um período de tempo ex: o tempo de sono influencia os valores das notas dos alunos ao longo dos 4 dias do vestibular?! Posso utilizar a regressão simples?! Obrigado

[@FernandaPeres]

Olá, Flávio. Nesse caso você precisa usar um GLM de medidas repetidas (procura pelos vídeos de ANOVA com medidas repetidas que eles vão te ajudar).

[@rodrigoruegg3234]

Adorei. Sempre o valor da equação da reta vai somar?

[@FernandaPeres]

Não. Caso o coeficiente seja negativo, o valor vai estar subtraindo.

[@carlamagalhaes4070]

Olá Fernanda! O Durbin-Watson das minhas análises está abaixo de 1, há alguma forma de melhorar essa condição ou preciso desistir da regressão? 😓

[@alissonlopesmoreira7172]

Aconteceu isso comigo agora. Você aprendeu como resolver?

[@luizarampipivotto7277]

Oi Fernanda! Muito obrigada pela aula!!! Fiquei em dúvida sobre o pré-requisito do tamanho amostral pra realizar uma regressão simples. Tem alguma explicação do pq ser 20? Que referência tu utilizou? Obrigada desde já!!

[@FernandaPeres]

Oi, Luiza. Essa é uma regra prática (rule-of-thumb) e há várias delas. Essa regra é a 20:1, que indica que deve haver 20 sujeitos para cada 1 variável independente adicionada ao modelo. Uma referência que cita ela: core.ac.uk/download/pdf/143870286.pdf Mas, o ideal seria calcular o tamanho da amostra com base nos seus tamanhos de efeito. O livro do Andy Field (Descobrido a estatística usando o SPSS) discute isso um pouco mais a fundo.

[@luizarampipivotto7277]

@@FernandaPeres Muito obrigada!!

[@brunohenriquetondatoarante7111]

Fernanda, a auto correlação de resíduos é um pressuposto da correlação também?

[@FernandaPeres]

Não, Bruno. E na verdade há uma discussão de que isso deve ser um pressuposto apenas quando o delineamento é longitudinal (medidas repetidas). O livro "Manual de análise de dados", do Fávero e da Belfiore, é um material bom pra ler sobre isso.

[@Moon-fs6ey]

Fernanda, tenho observado que alguns artigos internacionais não apresentam o valor p, indicando nas tabelas apenas o valor de t_ stats e colocam os ***,**,* indicando a significância a 1, 5, 10 porcento. Caso não haja essa indicação dos asteristicos, só olhando para o valor de t conseguiria dizer se é significativo ou não? Ou neste caso só os autores fornecem os dados ? Se não tenho o p valor consigo dizer o que é e o que não é significante ? Agradeço a ajuda

[@FernandaPeres]

Então, se eles fornecem o asterisco, estão fornecendo o valor de p. O que tem asterisco indicando que é significativo ao nível de 1%, está implícito que o p foi menor que 0,01. Olhando só o valor de t você não conseguiria saber porque você precisa ter, além do valor de t, o grau de liberdade. Se ele tiver sido fornecido (em geral, entre parênteses na frente do t) existe uma função do Excel que permite calcular o p com facilidade (função dist.t.bc).

[@ProfMurilloDias]

Fernanda, parabéns pelo excelente tutorial!!! Tira uma dúvida, por favor, que pode ser de muitos alunos: é possível estudarmos as correlações entre PIB, IDH, Número de municípios (5570) e estados da Federação (27)? Os dados de PIB e IDH são estaduais (27 de cada), dados pelo IBGE

[@analufps]

Oiie obrigada pela aula, excelente! Eu tenho uma dúvida: quando temos o IC para significância, ele se refere ao beta não padronizado, certo? Então como reportaria, por exemplo, esse valor do beta padronizado? A cada xx gasto com propaganda aumenta o lucro em 0,60 xx penso que seria +- isso, mas o valor não estaria incluído no IC 😐

[@FernandaPeres]

Oi! Para montar a equação, como você montou (a cada xx gasto com propaganda o lucro aumenta em xx) você tem que usar o beta não padronizado. O beta padronizado é útil para comparar diferentes variáveis independentes e entender qual delas tem mais impacto sobre a variável dependente. O IC mesmo faz mais sentido reportar o do beta não padronizado. (Até onde eu sei, o SPSS não calcula o IC para o padronizado).

[@analufps]

@@FernandaPeres Obrigada 🤩

[@carlamagalhaes4070]

Olá Fernanda! Primeiramente parabenizo as excelentes aulas. A interpretação do modelo linear poderia ser referente ao aumento da variável exposição (investimento em publicidade) refletir em aumento na variável desfecho (venda de discos)? Super obrigada!!

[@FernandaPeres]

Isso mesmo, como o coeficiente da VI "investimento em publicidade" é positivo, o aumento no investimento está associado a aumento nas vendas (variável dependente). Obrigada! Fico feliz que as aulas sejam úteis!

[@bhtac]

se não tiver independência dos resíduos posso usar mesmo assim, a regressão ?

[@FernandaPeres]

Não, rs. Você vai ter que usar um outro modelo, como o GEE ou o modelo misto. Sugestão de referência (que indica outras referências): onlinelibrary.wiley.com/doi/full/10.1111/ceo.12358

[@fernandaarruda5760]

Fernanda , eu realizei a regressão e tive problemas no meu resíduo ! Não provei o pre requisito de independência e homocedasticidade . Será que eu fiz o modelo de forma errada ou isso é normal e eu posso " resolver " ?

[@FernandaPeres]

A independência não é necessariamente um problema quando estamos falando de modelos que não são longitudinais (ou seja, não são de medidas repetidas). Mas, a homocedasticidade sim. Dá uma olhada nas instruções do livro "Manual de análise de dados", do Fávero e da Belfiore. Eles explicam as alternativas quando o pressuposto não é atendido.

[@pauloeredkva]

Pena não poder dar mais de um LIKE!!!

[@isabelamorais8561]

Eu tenho uma pergunta: vc testou a normalidade antes de aplicar a regressão?

[@FernandaPeres]

O pressuposto na verdade é a normalidade dos resíduos. Eu testo isso, e explico a partir do minuto 6:40. É só assistir, rs

[@saudesaude3522]

Fantastic Amazing!

[@vanessamautone6443]

Esse tipo de estatística só pode ser usado com duas variáveis numéricas? se elas forem ordinais tipo (leve, médio e moderado) com uma variável numérica qual seria o melhor tipo de análise?? Agradeço muito por suas aulas, são as melhores que já vi, em todos os canais. Parabéns!!!

[@FernandaPeres]

Oi, Vanessa. Para variáveis ordinais, não dá para usar a correlação de Pearson. Mas a correlação de Spearman, por exemplo, já é adequada. A interpretação será a mesma que a de Pearson. Que bom que os vídeos estão sendo úteis!

[@FernandaPeres]

Ops, corrigindo porque eu achei que esse era o vídeo de correlação. A regressão linear só se aplica quando a variável dependente (variável resposta) é contínua. Para variáveis resposta ordinais há a regressão logística ordinal. Não tenho vídeo sobre ela, mas dá para encontrar tutoriais bons na internet, como esse: statistics.laerd.com/spss-tutorials/ordinal-regression-using-spss-statistics.php

[@FrAnCoScHiNaTo]

Olá, primeiramente agradecer a aula que está ótima. Tenho duas perguntas: Não se faz obrigatorio validar a normalidade dos resíduos e a homogeneidade de variâncias pelos testes de Shapiro-Wilk (Kolmogorov n>50) e Levene, respectivamente? Caso sim, como sería o procedimento? Muito obrigado pela atenção, excelente aula

[@FernandaPeres]

Oi, Franco, não é obrigatório. Na verdade, nunca é, você sempre tem a opção de fazer essa análise por testes ou de forma gráfica. No caso da regressão, o mais usual é fazer a análise gráfica que eu explico no vídeo. Se quiser analisar pelos testes, é necessário antes salvar os resíduos (essa opção está dentro da aba "salvar" dentro da construção do modelo de regressão linear). Aí o SPSS salva uma coluna com os resíduos e eles podem ser avaliados como qualquer outra variável. Que bom que a aula foi útil! Abraços!

[@FrAnCoScHiNaTo]

@@FernandaPeres foi muito útil, obrigado pelos materais e atenção. Abraços

[@FernandaPeres]

Como eu expliquei para o Franco, fiz apenas a análise gráfica, é mais comum em regressões. A regressão linear não é o modelo adequado se os seus resíduos não apresentarem distribuição normal...

[@real_frarlley]

Muito bons seus vídeos. Estou acompanhando. Só uma sinalização. Seria bom vc colocar a referência dos dados. Posso estar enganado, mas acho que esse banco de dados foram extraídos do livro do Andy Field.

[@FernandaPeres]

Oi, Leandro! De fato, esse banco de dados foi adaptado do Andy Field. Não é o mesmo banco de dados, porque modifiquei para atender aos pré-requisitos. Mas vou colocar essa informação, obrigada pelo aviso!

[@alanrafael7040]

Muito bom !

[@deboranascimento2732]

E o valor de F diz o que?

[@FernandaPeres]

O F é o valor da ANOVA, a partir do qual é calculado o valor de p. Ele não é interpretado, o que se interpreta é o valor de p obtido a partir dele.

[@pedrofelisberto637]

#RegressãoLinear

[@felipejin_]

só eu que parei aqui procurando regressão de vidas passadas?kkkk

[@FernandaPeres]

Espero que só você hahahaha