Passo a Passo para Realizar uma Regressão Logística no Jamovi 2

Prévia do material em texto

Passo a Passo para Realizar uma Regressão Logística no Jamovi 2.5.6
A regressão logística é uma técnica estatística utilizada para modelar a relação entre uma variável dependente binária e uma ou mais variáveis independentes. O Jamovi é um software estatístico de código aberto que facilita a execução de análises estatísticas, incluindo a regressão logística.
1. Preparação dos Dados
Antes de iniciar a análise, certifique-se de que seus dados estão adequadamente preparados e carregados no Jamovi.
1. Importar os Dados:
· Abra o Jamovi.
· Clique em Data na barra de ferramentas.
· Selecione Open e escolha o arquivo de dados que deseja utilizar (formatos compatíveis incluem CSV, Excel, SAV, etc.).
2. Verificar as Variáveis:
· Certifique-se de que a variável dependente é binária (0 e 1, sim ou não, etc.).
· Verifique as variáveis independentes para garantir que estão no formato adequado (numérico, categórico, etc.).
2. Executar a Regressão Logística
1. Selecionar a Análise:
· Na barra de ferramentas, clique em Analyses.
· Navegue até Regression e selecione Logistic Regression.
2. Configurar a Regressão:
· Outcome Variable (Variável Dependente):
· Arraste e solte a variável dependente binária para o campo Outcome Variable.
· Predictor Variables (Variáveis Independentes):
· Arraste e solte as variáveis independentes para o campo Predictor Variables.
3. Opções Avançadas:
· Clique na aba Model para configurar opções adicionais, como interação entre variáveis, termos quadráticos, entre outros.
· Na aba Options, você pode selecionar medidas adicionais como razão de chances (Odds Ratio), intervalos de confiança, entre outras.
4. Executar a Análise:
· Depois de configurar as variáveis e opções desejadas, clique em OK ou visualize automaticamente os resultados à medida que ajusta as opções.
3. Interpretar os Resultados
1. Output da Análise:
· O Jamovi fornecerá uma saída com várias tabelas e gráficos. As principais tabelas a serem observadas são:
· Model Summary: Fornece informações sobre o ajuste do modelo, como o valor do pseudo-R².
· Coefficients Table: Mostra os coeficientes das variáveis independentes, seus erros padrão, valores z, e significância.
· Odds Ratios: (se selecionado) fornece a razão de chances para cada variável independente.
2. Verificar a Significância:
· Avalie os valores p para determinar quais variáveis independentes são estatisticamente significativas.
· Coeficientes significativos (p 1 indicam que à medida que a variável independente aumenta, a probabilidade do evento (outcome) ocorrer também aumenta.
· Odds Ratios