--- title: "Como interpretar os resultados da Análise de regressão: Valores-p e coeficientes" description: A análise de regressão descreve a relação estatística entre uma ou mais variáveis. Veja como interpretar valores-p e os coeficientes da regressão linear. image: https://blog.minitab.com/hubfs/B2BML%20-%20NEW%20FILE%20MANAGER%20STRUCTURE/Blog%20Images/Imported_Blog_Media/regr_p_values-Jul-05-2025-10-28-06-4889-PM.gif --- Português - [English](https://blog.minitab.com/en/?hsLang=pt) - [Français](https://blog.minitab.com/fr/?hsLang=pt) - [Deutsch](https://blog.minitab.com/de/?hsLang=pt) - [Português](https://blog.minitab.com/pt/?hsLang=pt) - [Español](https://blog.minitab.com/es/?hsLang=pt) - [日本語](https://blog.minitab.com/ja/?hsLang=pt) - [한국어](https://blog.minitab.com/ko/?hsLang=pt) - [中文（简体）](https://blog.minitab.com/zh/?hsLang=pt) - [Português](https://blog.minitab.com/pt/blog/como-interpretar-os-resultados-da-analise-de-regressao-valores-p-e-coeficientes) - [English](https://blog.minitab.com/en/blog/adventures-in-statistics-2/how-to-interpret-regression-analysis-results-p-values-and-coefficients) - [Español](https://blog.minitab.com/es/blog/como-interpretar-los-resultados-del-analisis-de-regresion-valores-p-y-coeficientes) - [한국어](https://blog.minitab.com/ko/blog/adventures-in-statistics-2/how-to-interpret-regression-analysis-results-p-values-and-coefficients) - [![Icon Partners](https://blog.minitab.com/hubfs/WCM/Partners.png) Parceiros](https://www.minitab.com/pt-br/company/partners/) - [![Icon Contact](https://blog.minitab.com/hubfs/WCM/Contact.png) Fale conosco](https://www.minitab.com/pt-br/company/contact-us/) - [![Icon Talk to Minitab](https://blog.minitab.com/hubfs/WCM/Phone.png) Fale com a Minitab](https://www.minitab.com/pt-br/talk-to-minitab/) - [![Icon My Account](https://blog.minitab.com/hubfs/WCM/MyAcct.png) Minha conta](https://licensing.minitab.com/account/manage) [![Minitab](https://blog.minitab.com/hubfs/WCM/minitab-corp-logo.svg)](https://www.minitab.com/pt-br/) - Produtos Voltar [Produtos](https://www.minitab.com/pt-br/products/) [Todos os produtos](https://www.minitab.com/pt-br/products/) - [Minitab Solution Center](https://www.minitab.com/pt-br/products/minitab-solution-center/) - [Minitab Statistical Software](https://www.minitab.com/pt-br/products/minitab/) - [Minitab Connect](https://www.minitab.com/pt-br/products/connect/) - [Minitab Model Ops](https://www.minitab.com/pt-br/products/model-ops/) - [Minitab Education Hub](https://www.minitab.com/pt-br/products/education-hub/) - [Minitab Engage](https://www.minitab.com/pt-br/products/engage/) - [Minitab Workspace](https://www.minitab.com/pt-br/products/workspace/) - [Real-Time SPC](https://www.minitab.com/pt-br/products/real-time-spc/) - [Coleta de dados e Controle Estatístico de Processo da Prolink](https://info.minitab.com/pt/shop-floor-connectivity-with-prolink?hsLang=pt) - [Simulação de eventos discretos Simul8](https://info.minitab.com/pt/new-to-simul8?hsLang=pt) - [SPM](https://www.minitab.com/pt-br/products/spm/) - Soluções Voltar [Soluções](https://www.minitab.com/pt-br/solutions/) [Todas as soluções em destaque](https://www.minitab.com/pt-br/solutions/) - [Análise](https://www.minitab.com/pt-br/solutions/analytics/) - [Estatística e análise preditiva](https://www.minitab.com/pt-br/solutions/analytics/statistical-analysis-predictive-analytics/) - [Ciência de dados e Aprendizado de máquina](https://www.minitab.com/pt-br/solutions/analytics/data-science-machine-learning/) - [Software de análise e inteligência empresarial](https://www.minitab.com/pt-br/solutions/analytics/business-analytics-intelligence/) - [Controle estatístico de processos](https://www.minitab.com/pt-br/solutions/analytics/statistical-process-control/) - [Análise operacional e de qualidade](https://www.minitab.com/pt-br/solutions/analytics/quality-analytics/) - [Live Analytics](https://www.minitab.com/pt-br/solutions/analytics/live-analytics/) - [Análise de confiabilidade e dados de vida](https://www.minitab.com/pt-br/solutions/analytics/reliability/) - [Simulação de eventos discretos](https://info.minitab.com/pt/new-to-simul8?hsLang=pt) - [Mineração de processos](https://info.minitab.com/pt/new-to-simul8?hsLang=pt) - [Recursos principais](https://www.minitab.com/pt-br/solutions/key-capabilities/) - [Melhoria contínua](https://www.minitab.com/pt-br/solutions/key-capabilities/continuous-improvement/) - [Integração e preparação de dados](https://www.minitab.com/pt-br/solutions/key-capabilities/data-integration-data-prep/) - [Diagramas e mapas mentais](https://www.minitab.com/pt-br/solutions/key-capabilities/diagramming-mind-mapping/) - [Gêmeos digitais](https://info.minitab.com/pt/new-to-simul8?hsLang=pt) - [Model e ML Ops](https://www.minitab.com/pt-br/solutions/key-capabilities/model-deployment-ml-ops/) - [Gerenciamento de inovação e projetos](https://www.minitab.com/pt-br/solutions/key-capabilities/innovation-project-management/) - [Excelência de processo Detectar, corrigir e prevenir](https://www.minitab.com/pt-br/solutions/key-capabilities/process-excellence/) - [Coleta de dados automatizada](https://info.minitab.com/pt/shop-floor-connectivity-with-prolink?hsLang=pt) - [Soluções industriais da Minitab](https://www.minitab.com/pt-br/solutions/industry/) - [Acadêmico](https://www.minitab.com/pt-br/solutions/industry/academic/) - [Energia e recursos naturais](https://www.minitab.com/pt-br/solutions/industry/energy-resources/) - [Setor governamental e público](https://www.minitab.com/pt-br/solutions/industry/government/) - [Serviços de saúde](https://www.minitab.com/pt-br/solutions/industry/healthcare/) - [Seguros](https://www.minitab.com/pt-br/solutions/industry/insurance/) - [Fabricação e indústria](https://www.minitab.com/pt-br/solutions/industry/manufacturing-industrial/) - [Serviços](https://www.minitab.com/pt-br/solutions/industry/service-industries/) - [Software e tecnologia](https://www.minitab.com/pt-br/solutions/industry/software-technology/) - [Construção](https://www.minitab.com/pt-br/solutions/industry/construction/) - [Por função/cargo](https://www.minitab.com/pt-br/solutions/role/) - [Engenharia](https://www.minitab.com/pt-br/solutions/role/engineering/) - [Análise de negócios](https://www.minitab.com/pt-br/solutions/role/business-analysts/) - [Tecnologia da informação](https://www.minitab.com/pt-br/solutions/role/information-technology/) - [Cadeia de suprimentos](https://www.minitab.com/pt-br/solutions/role/supply-chain/) - [Solução de atendimento ao cliente](https://www.minitab.com/pt-br/solutions/role/customer-service-contact-center/) - [Recursos Humanos](https://www.minitab.com/pt-br/solutions/role/human-resources/) - [Análise de dados de marketing](https://www.minitab.com/pt-br/solutions/role/marketing/) - [Pesquisa e Desenvolvimento](https://www.minitab.com/pt-br/solutions/role/research-and-development/) - Recursos e serviços Voltar [Recursos e serviços](https://www.minitab.com/pt-br/resources-services/) [Todos os recursos e serviços](https://www.minitab.com/pt-br/resources-services/) - [Recursos](https://www.minitab.com/pt-br/resources-services/resources/) - [Estudos de Caso](https://www.minitab.com/pt-br/resources-services/resources/case-studies/) - [Blog](https://www.minitab.com/pt-br/resources-services/resources/blog/) - [eBooks e white papers](https://www.minitab.com/pt-br/resources-services/resources/ebooks-and-white-papers/?locale=pt-BR) - [Conjuntos de dados](https://www.minitab.com/pt-br/resources-services/resources/data-set/) - [Webinars e eventos](https://www.minitab.com/pt-br/resources-services/resources/events/) - [Education Hub](https://www.minitab.com/pt-br/resources-services/resources/education-hub/) - [Serviços](https://www.minitab.com/pt-br/resources-services/services/) - [Treinamento](https://www.minitab.com/pt-br/resources-services/services/training/) - [Implantação](https://www.minitab.com/pt-br/resources-services/services/deployment/) - [Consultoria de estatística](https://www.minitab.com/pt-br/resources-services/services/statistical-consulting/) - [Autoaprendizado no ritmo do aluno](https://www.minitab.com/pt-br/resources-services/services/self-paced-learning/) - [Educação contínua](https://www.minitab.com/pt-br/resources-services/services/continuing-education/) - Suporte Voltar [Suporte](https://www.minitab.com/pt-br/support/) [Suporte Técnico](https://www.minitab.com/pt-br/support/) - [Assinaturas e ativação](https://www.minitab.com/pt-br/support/subscriptions-and-activation/) - [Minitab Quick Start](https://www.minitab.com/pt-br/support/quick-start/) - [Treinamento](https://www.minitab.com/pt-br/resources-services/services/training/) - [Suporte à instalação](https://www.minitab.com/pt-br/support/installation/) - [Vídeos de suporte](https://www.minitab.com/pt-br/support/videos/) - [Documentação do software](https://www.minitab.com/pt-br/support/documents/) - [Atualizações de software](https://www.minitab.com/pt-br/support/software-updates/) - [Downloads de produto](https://www.minitab.com/pt-br/support/downloads/) - [Política de suporte](https://www.minitab.com/pt-br/support/policy/) - Empresa Voltar [Empresa](https://www.minitab.com/pt-br/company/) [Empresa](https://www.minitab.com/pt-br/company/) - [Sobre nós](https://www.minitab.com/pt-br/company/our-company/) - [Equipe de liderança](https://www.minitab.com/pt-br/company/leadership-team/) - [Parceiros](https://www.minitab.com/pt-br/company/partners/) - [Carreiras](https://www.minitab.com/pt-br/company/careers/) - [Fale conosco](https://www.minitab.com/pt-br/company/contact-us/) - [Notícias](https://www.minitab.com/pt-br/company/press-releases/) [Testar/Comprar](https://www.minitab.com/pt-br/try-buy/) - [Se inscrever](https://info.minitab.com/pt/blog/subscribe?hsLang=pt) ![Minitab](https://20853177.fs1.hubspotusercontent-na1.net/hubfs/20853177/minitab-corp-logo.svg?t=1755011311618) ## Aviso Agora você está saindo do minitab.com. Clique em Continuar para prosseguir para: Continuar Voltar # Como interpretar os resultados da Análise de regressão: Valores-p e coeficientes Minitab Blog Editor | 3/27/2019 Tópicos: [analise de dados](https://blog.minitab.com/pt/blog/tag/analise-de-dados) - [Share](https://www.linkedin.com/shareArticle?mini=true&url=https://blog.minitab.com/pt/blog/como-interpretar-os-resultados-da-analise-de-regressao-valores-p-e-coeficientes) - [Share](https://www.facebook.com/sharer.php?u=https://blog.minitab.com/pt/blog/como-interpretar-os-resultados-da-analise-de-regressao-valores-p-e-coeficientes) \*Alguns dos links relacionados podem conter informações em outros idiomas   A análise de regressão gera uma equação para descrever a relação estatística entre uma ou mais variáveis preditoras e a variável resposta. Depois de usar o [Software Estatístico](http://www.minitab.com/en-us/products/minitab/) Minitab para ajustar um modelo de regressão e verificar o ajuste em [verificação dos gráficos de resíduos](https://blog.minitab.com/blog/adventures-in-statistics/why-you-need-to-check-your-residual-plots-for-regression-analysis?hsLang=pt), você deverá interpretar os resultados. Neste post mostrarei como interpretar os valores-p e os coeficientes que aparecem na saída da análise de regressão linear. ## 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. Em outras palavras, uma preditora que tenha um valor-p baixo provavelmente será uma adição significativa ao seu modelo, porque as alterações no valor da preditora estão relacionadas a alterações na variável resposta. Por outro lado, um valor-p maior (insignificante) sugere que as mudanças na preditora não estão associadas a mudanças na resposta. Na saída abaixo, podemos ver que as variáveis preditoras do Sul e do Norte são significativas porque ambos os valores-p são 0,000. No entanto, o valor-p para o Leste (0,092) é maior do que o nível alfa comum de 0,05, o que indica que ele não é estatisticamente significativo. ![](https://blog.minitab.com/hs-fs/hubfs/B2BML%20-%20NEW%20FILE%20MANAGER%20STRUCTURE/Blog%20Images/Imported_Blog_Media/image-17-Jul-05-2025-10-28-04-4467-PM.png?width=315&name=image-17-Jul-05-2025-10-28-04-4467-PM.png) Normalmente você usa os valores-p dos coeficientes para determinar quais termos devemos manter no modelo de regressão. No modelo acima, devemos considerar a remoção de Leste. [Relacionado:](https://blog.minitab.com/blog/adventures-in-statistics/what-is-the-f-test-of-overall-significance-in-regression-analysis?hsLang=pt)[Teste F para significância global](https://blog.minitab.com/blog/adventures-in-statistics/what-is-the-f-test-of-overall-significance-in-regression-analysis?hsLang=pt) ## Como interpreto os coeficientes de regressão para relações lineares? Os coeficientes de regressão representam a mudança média na variável resposta para uma unidade de mudança na variável preditora, mantendo as outras preditoras na constante do modelo. Esse [controle estatístico](https://blog.minitab.com/blog/adventures-in-statistics/a-tribute-to-regression-analysis?hsLang=pt) que a regressão proporciona é importante porque isola o papel de uma variável de todas as outras no modelo. A chave para entender os coeficientes é pensar neles como inclinações, e eles são frequentemente chamados de coeficientes de inclinação. Ilustrarei isso no gráfico de linhas abaixo, onde usarei a altura de uma pessoa para modelar seu peso. Primeiro, a saída da janela de sessão do Minitab: ![](https://blog.minitab.com/hs-fs/hubfs/B2BML%20-%20NEW%20FILE%20MANAGER%20STRUCTURE/Blog%20Images/Imported_Blog_Media/image-19-Jul-05-2025-10-28-07-6500-PM.png?width=318&name=image-19-Jul-05-2025-10-28-07-6500-PM.png) O gráfico de linha ajustada mostra graficamente os mesmos resultados de regressão. ![](https://blog.minitab.com/hs-fs/hubfs/B2BML%20-%20NEW%20FILE%20MANAGER%20STRUCTURE/Blog%20Images/Imported_Blog_Media/image-20-Jul-05-2025-10-28-09-8141-PM.png?width=576&name=image-20-Jul-05-2025-10-28-09-8141-PM.png) A equação mostra que o coeficiente para a altura em metros é 111,7 kg. O coeficiente indica que para cada metro adicional de altura você pode esperar que o peso aumente, em média, em 111,7 kg. A linha vermelha ajustada mostra graficamente a mesma informação. Se você se mover para a esquerda ou para a direita ao longo do eixo x em um valor que represente uma mudança de um metro de altura, a linha ajustada aumenta ou diminui em 111,7 kg. Entretanto, estas alturas são de garotas de 5a. a 8a. série do ensino fundamental, e variam entre os 1,3 me 1,7 m. A relação é válida apenas dentro desse intervalo de dados, portanto neste caso nós não vamos deslocar para cima ou para baixo a linha em um metro inteiro. Se a linha ajustada era plana (um coeficiente de inclinação de zero), o valor esperado para o peso não mudaria, não importando o quão longe a linha fosse mexida para cima ou para baixo. Assim, um valor-p baixo sugere que a inclinação não é zero, o que sugere que mudanças na variável preditora estão associadas a mudanças na variável resposta. Eu usei um gráfico de linha ajustada porque ele realmente faz a matemática mostrar a sua cara. No entanto, os gráficos da linha ajustada só podem exibir os resultados da regressão simples, que é uma variável preditora e a resposta. Os conceitos são verdadeiros para a regressão linear múltipla, mas eu precisaria de uma dimensão espacial extra para cada preditora adicional para plotar os resultados. Isso é difícil de mostrar com a tecnologia atual! [![minitab-statistical-software-fale-com-a-minitab](https://no-cache.hubspot.com/cta/default/3447555/cf1db5cf-bda0-445f-b564-f1cfa0df36fd.png)](https://cta-redirect.hubspot.com/cta/redirect/3447555/cf1db5cf-bda0-445f-b564-f1cfa0df36fd) ## Como interpreto os coeficientes de regressão para relações curvilíneas e termos de interação? No exemplo acima, a altura é um efeito linear; a inclinação é constante, o que indica que o efeito também é constante ao longo de toda a linha ajustada. No entanto, se o seu modelo requer termos polinomiais ou de interação, a interpretação é um pouco menos intuitiva. Relembre que termos polinomiais [modelam a curvatura nos dados](https://blog.minitab.com/blog/adventures-in-statistics/curve-fitting-with-linear-and-nonlinear-regression?hsLang=pt), enquanto os termos de interação indicam que o efeito de uma preditora depende do valor de outra preditora. O próximo exemplo usa um conjunto de dados que requer um termo quadrático (ao quadrado) para modelar a curvatura. Na saída abaixo, vemos que os valores-p para os termos linear e quadrático são significativos. ![](https://blog.minitab.com/hubfs/B2BML%20-%20NEW%20FILE%20MANAGER%20STRUCTURE/Blog%20Images/Imported_Blog_Media/image-21-2.png) Os gráficos de resíduos (não mostrados) indicam um bom ajuste, de forma que podemos prosseguir com a interpretação. Mas como interpretaremos esses coeficientes? Ajuda muito fazer um gráfico de linha ajustada. ![](https://blog.minitab.com/hubfs/B2BML%20-%20NEW%20FILE%20MANAGER%20STRUCTURE/Blog%20Images/Imported_Blog_Media/image-22-2.png) É possível ver como a relação entre a configuração da máquina e o consumo de energia varia dependendo de onde você começa na linha ajustada. Por exemplo, se você iniciar em uma configuração de máquina 12 e aumentar a configuração em 1 unidade, você pode esperar que o consumo de energia diminuísse. Mas se você começar em 25, um aumento de 1 aumentaria o consumo de energia. E se você começar por volta 20, o consumo de energia não deve mudar muito. Um termo polinomial significativo pode tornar a interpretação menos intuitiva porque o efeito de alterar a preditora varia dependendo do valor dessa preditora. Da mesma forma, um termo de interação significativo indica que o efeito da preditora varia dependendo do valor de uma preditora diferente. Tome muito cuidado ao interpretar um modelo de regressão que contenha esses tipos de termos. Não é possível simplesmente olhar para o efeito principal (termo linear) e entender o que está acontecendo! Infelizmente, se você estiver realizando uma análise de regressão múltipla, não será possível usar um gráfico de linha ajustada para interpretar graficamente os resultados. Este é o lugar onde o conhecimento da área é muito valioso! Os leitores realmente atentos podem ter notado que eu não contei [como interpretar a constante](https://blog.minitab.com/blog/adventures-in-statistics/regression-analysis-how-to-interpret-the-constant-y-intercept?hsLang=pt). Eu abordarei no meu próximo post! Certifique-se de: - [Verificar seus gráficos de resíduos para poder confiar nos resultados](https://blog.minitab.com/blog/adventures-in-statistics/why-you-need-to-check-your-residual-plots-for-regression-analysis?hsLang=pt) - [Avaliar o teste de qualidade do ajuste e o R-quadrado](https://blog.minitab.com/blog/adventures-in-statistics/regression-analysis-how-do-i-interpret-r-squared-and-assess-the-goodness-of-fit?hsLang=pt) Se você está aprendendo sobre regressão, leia meu [tutorial sobre regressão](https://blog.minitab.com/blog/adventures-in-statistics/regression-analysis-tutorial-and-examples?hsLang=pt)! ## Você pode gostar também [Usando gráficos de variabilidade para analisar famílias de variações](https://blog.minitab.com/pt/blog/uso-de-graficos-de-variabilidade-para-analisar-familias-de-variacoes?hsLang=pt) [Analise De Dados](https://blog.minitab.com/pt/blog/tag/analise-de-dados) | 2 Leitura de minutos [Usando uma catapulta como um recurso de treinamento da análise de capacidade (Sixpack) do Minitab](https://blog.minitab.com/pt/blog/usando-uma-catapulta-como-um-recurso-de-treinamento-do-capability-sixpack-do-minitab?hsLang=pt) [Analise De Dados](https://blog.minitab.com/pt/blog/tag/analise-de-dados) | 4 Leitura de minutos [Como compreender os testes de hipóteses: níveis de significância (alfa) e valores-p na estatística](https://blog.minitab.com/pt/blog/como-compreender-os-testes-de-hipoteses-niveis-de-significancia-alfa-e-valores-p-na-estatistica?hsLang=pt) [Analise De Dados](https://blog.minitab.com/pt/blog/tag/analise-de-dados) | 5 Leitura de minutos --- - [Carreiras](https://www.minitab.com/pt-br/company/careers/) - [Central de confiança](https://www.minitab.com/pt-br/trust-center/) - [Fornecedores](https://www.minitab.com/pt-br/suppliers/) - [Mapa do site](https://www.minitab.com/pt-br/site-map/) - [![linkedin](https://blog.minitab.com/hubfs/WCM/linkedin-1.png)](https://www.linkedin.com/company/minitab/) - [![facebook](https://blog.minitab.com/hubfs/WCM/facebook.png)](https://www.facebook.com/Minitab/) - [![youtube](https://blog.minitab.com/hubfs/WCM/youtube.png)](https://www.youtube.com/user/MinitabInc) - [![instagram](https://blog.minitab.com/hubfs/WCM/instagram.png)](https://www.instagram.com/minitab/) --- © 2025 Minitab, LLC. All Rights Reserved. - [Termos de uso](https://www.minitab.com/pt-br/legal/terms-of-use/) - [Privacidade](https://www.minitab.com/pt-br/legal/privacy-policy/) - [Nota legal](https://www.minitab.com/pt-br/legal/) - Cookies Settings