Vamos aprender a fazer uma Regressão Logística mais fácil do que no Excel usando um software 100% gratuito.
No exemplo a seguir vamos realizar uma regressão logística binária, utilizando duas variáveis independentes: prescrição de exercícios (sim/não) e níveis de estresse (alto escore = alto nível de estresse). A variável dependente é a ocorrência ou não (1 ou 0) de um segundo ataque do coração, criando assim um modelo de regressão logística. Os dados são originados do banco de dados do JASP, você pode baixar clicando aqui e faz parte do livro (manual) do JASP, o qual você também pode fazer o download na própria página do JASP.
Abra o banco de dados Heart Attack.csv no Jasp. Ele contém 4 colunas de dados, a variável ID do paciente, a variável 2nd heart attack – eles tiveram um segundo ataque cardíaco (sim/não), Exercise prescription – se foram prescritos exercícios (sim/não) e Stress level – seus níveis de estresse (alto valor = alto tensão).
Vá no módulo Regressão e escolha Regressão Logística. Coloque a variável de resultado (2nd heart attack) na variável dependente, adicione os níveis de estresse (Stress level) às covariáveis e prescrição de exercícios (Exercise prescription) a fatores. Deixe o método de entrada de dados como enter.
Perceba que o JASP, de modo automático, já exibe o output. Porém, vamos clicar em Estatísticas. Nas opções de estatísticas, vamos selecionar estimativas, odds ratios, matriz de confusão, sensibilidade e especificidade.
Vamos agora entender o output. A primeira tabela é o resumo do modelo.
O resumo do modelo mostra que o H1 (com as menores escores AIC e BIC) sugere uma relação significativa (x2 (37) = 21.257, p <0,001) entre o resultado (2º ataque cardíaco) e as variáveis preditores (prescrição de exercícios e níveis de estresse ). R2 de McFadden = 0,383. Sugere -se que um intervalo de 0,2 a 0,4 indique um bom ajuste do modelo.
Agora vamos interpretar a tabela dos coeficientes.
Tanto o nível de estresse quanto a prescrição do exercício são variáveis preditivas significativas (p = 0,031 e 0,022, respectivamente). Os valores mais importantes na tabela de coeficientes são os odds ratios. Para o preditor contínuo, uma razão de chances superior a 1 sugere uma relação positiva, enquanto <1 implica uma relação negativa.
Isso sugere que os níveis de alto estresse estão significativamente relacionados a uma maior probabilidade de ter um segundo ataque cardíaco. Ter uma intervenção do exercício está relacionado a uma probabilidade significativamente reduzida de um segundo ataque cardíaco. O odds ratio de 0,13 pode ser interpretado como tendo apenas 13% de probabilidade de um segundo ataque cardíaco se estiver submetido a uma intervenção do exercício.
Na sequência, podemos analisar a matriz de confusão, isto é, vamos fazer um diagnostico de performance da nossa regressão logística.
A matriz de confusão mostra onde a concordância (sim/sim) ou desacordo (sim/não) ocorreu entre os previstos e observados que os 15 casos negativos e positivos verdadeiros foram previstos pelo modelo enquanto o erro, falsos negativos e positivos, foram encontrados em 5 casos. Isso é confirmado nas métricas de desempenho em que tanto a sensibilidade (% dos casos que tiveram o resultado corretamente previam) e a especificidade (% dos casos corretamente previstos como não ter o resultado (ou seja, negativos verdadeiros) são 75%.
Como reportar os resultados de uma Regressão Logística?
A regressão logística foi realizada para verificar os efeitos do estresse e da intervenção do exercício na probabilidade de os participantes terem um segundo ataque cardíaco. O modelo de regressão logística foi estatisticamente significativo, χ2 (37) = 21.257, p <0,001. O modelo classificou corretamente 75,0% dos casos. O estresse crescente foi associado a uma probabilidade aumentada de um 2º ataque cardíaco, mas o estresse decrescente foi associado a uma redução na probabilidade. A presença de um programa de intervenção do exercício reduziu a probabilidade de um segundo ataque cardíaco para 13%.
Conclusão
Esperamos que tenha ficado claro como realizar uma regressão logística.
Gostou desse conteúdo? Precisa aprender Análise de dados? Faça parte da Psicometria Online Academy: a maior formação de pesquisadores quantitativos da América Latina. Conheça toda nossa estrutura aqui e nunca mais passe trabalho sozinho(a).
Como citar este post
França, A. (2022, 25 de novembro). Como fazer uma regressão logística no JASP? Blog Psicometria Online. https://www.blog.psicometriaonline.com.br/como-fazer-uma-regressao-logistica-no-jasp/