O que é o teste F de significância global na análise de regressão?

Editor Minitab 23 May, 2019

Anteriormente, escrevemos sobre como interpretar os coeficientes de regressão e seus valores-p individuais.

Também escrevi sobre como interpretar o R-quadrado para avaliar a força do relacionamento entre seu modelo e a variável resposta.

Recentemente me perguntaram como o teste F da significância global e seu valor-p se encaixa nessas outras estatísticas? Esse é o assunto deste post!

Quando falamos de regressão, um teste F geralmente compara os ajustes de diferentes modelos lineares. Ao contrário de testes t que conseguem avaliar apenas um coeficiente de regressão de cada vez, o teste F pode avaliar vários coeficientes ao mesmo tempo.

O teste F da significância global é uma forma específica do teste F. Ele compara um modelo sem preditores com o modelo especificado por você. Um modelo de regressão que não contém preditores também é conhecido como um modelo somente com o intercepto.

As hipóteses para o teste F da significância global são as seguintes:

  • Hipótese nula: O ajuste do modelo somente com o intercepto e seu modelo são iguais.
  • Hipótese alternativa: O ajuste do modelo somente com intercepto é significativamente reduzido quando comparado ao seu modelo.

No Minitab Statistical Software, você encontrará o teste F para significância global na tabela Análise de Variância.

analise-de-variancia-1

Se o valor-p para o teste F de teste de significância global for menor que seu nível de significância, você pode rejeitar a hipótese nula e concluir que seu modelo proporciona um ajuste melhor do que o modelo somente com o intercepto.

Ótimo! Esse conjunto de termos incluídos em seu modelo melhorou o ajuste!

Tipicamente, se você não tiver nenhum valor-p significativo para os coeficientes individuais em seu modelo, o teste F global também não será significativo. No entanto, em alguns casos, os testes podem produzir resultados diferentes. Por exemplo, um teste F global significativo poderia determinar que os coeficientes, quando considerados em conjunto, não são todos iguais a zero, enquanto os testes para coeficientes individuais podem determinar que todos eles são individualmente iguais a zero.

Há algumas outras conclusões que você pode tirar de um teste F global significativo.

No modelo somente com o intercepto, todos os valores ajustados são iguais à média da variável resposta. Portanto, se o valor-p do teste F global for significativo, seu modelo de regressão tem uma capacidade de previsão da variável resposta melhor que da média da resposta.

Embora o R-quadrado forneça uma estimativa da força do relacionamento entre seu modelo e a variável resposta, ele não fornece um teste de hipóteses formal para esse relacionamento. O teste F global determina se este relacionamento é estatisticamente significativo. Se o valor-p para o teste F global for menor que seu nível de significância, é possível concluir que o valor de R-quadrado é significativamente diferente de zero.

Para averiguar como teste F funciona por meio de conceitos e gráficos, consulte meu post sobre como compreender o teste F.

Se seu modelo inteiro for estatisticamente significativo, é uma ótima notícia! No entanto, para poder confiar nos resultados, você sempre deverá verificar os gráfico de resíduos!

Se você está aprendendo sobre regressão, leia meu tutorial sobre regressão!

New call-to-action

Assine o blog