Alguns estudos utilizam os termos “Odds Ratio não-ajustado” e “Odds Ratio ajustado” para denominar a estimativas produzidas pelos modelos uni e multivariado. Quando a resposta é quantitativa contínua, muitos estudos utilizam regressão linear simples e múlti- pla, assumindo distribuição normal.
Os modelos de regressão bivariada são utilizados para modelar essas duas partes de forma a tentar captar a correlação entre elas e os distintos efeitos, ou seja, remuneração ou prêmio pelo esforço desprendido pela mão de obra, e oferta de trabalho ou o tempo que o trabalhador disponibiliza ao mercado.
Na análise multivariada, as variáveis preditoras são analisadas simultaneamente, de forma que o efeito de cada variável é ajustado para o efeito das demais. Assim, identificamos o efeito direto de cada variável na predição do desfecho, um efeito que independe de outras variáveis.
Como eu interpreto os valores-P na Análise de regressão linear? O valor-p para cada termo testa a hipótese nula de que o coeficiente é igual a zero (sem efeito). Um valor-p baixo (< 0,05) indica que você pode rejeitar a hipótese nula.
- A análise univariada: descrevemos a população examinando uma variável por vez. É a maneira mais simples de restituir a informação e de fazer a estimativa estatística. - A análise bivariada: interessamo-nos às relações existentes entre 2 variáveis para fins de explicação e/ou previsão.
A análise de regressão é útil para uma organização, pois permite determinar o grau em que as variáveis independentes influenciam as variáveis dependentes. Além disso, permite explicar um fenômeno e prever coisas sobre o futuro, assim como também pode obter informações comerciais valiosas e acionáveis.