Regressão múltipla
O intuito da regressão múltipla é permitir que se estude mais de duas variáveis que afetam um certo fenômeno, tendo uma amplitude maior que outras técnicas na detecção de quais variáveis afetam o fenômeno em estudo ou têm maior poder de modificá-lo.
A regressão múltipla interpreta a possível relação existente entre uma única variável quantitativa dependente e duas ou mais variáveis quantitativas independentes.
Por exemplo, um psicólogo que deseja estudar o número de surgimento (variável quantitativa) de doenças como a depressão a partir de três variáveis também quantitativas: Número de pessoas que convivem com estresse, genética e pessoas que sofreram um trauma.
Podemos dizer que a análise de regressão múltipla pode ser utilizada para verificar qual ou quais entre as variáveis analisadas têm maior influência sobre a classificação de um elemento analisado neste ou naquele grupo.
A equação de regressão múltipla será dada por:
Y = a + b1 *x1 + b2*x2 + b3 *x3 +... bn *Xn + є
Onde:
a= intercepto b= coeficiente de regressão x= variável estudada є= erro (desvio ou resíduo)
Ao realizarmos os cálculos do Excel, conforme nos livros sugeridos encontramos o F de significância que nada mais é que a probabilidade de que a equação de regressão não seja significativa, isto é, não consiga explicar as variações dos diversos grupos de variáveis (a dependentes e as independentes) e que, portanto, as variações encontradas se devem ao acaso.
Durante os estudos podemos encontrar nas tabelas o resultado do F teste que serve para verificar se uma variável deverá fazer parte dos modelos estudados
A estatística t é utilizada para testar o grau de significância de uma variável e também se utiliza dessa estatística para aceitar ou rejeitar a próxima variável a ser incluída no modelo de regressão múltipla.
Podemos dizer que o método da regressão múltipla é de grande importância, pois inclui duas ou mais variáveis quantitativas independentes, enquanto na regressão