Exemplo de Regressão logística ordinal

O gerente de um consultório quer saber quais fatores influenciam a satisfação do paciente. Os pacientes respondem se é improvável, pouco provável ou muito provável que eles retornem para acompanhamento. Os fatores de previsão relevantes incluem o status do funcionário, a idade e a proximidade com o consultório.

O gerente usa o quão provável é o retorno de um paciente como uma variável de resposta. As categorias da variável resposta têm uma ordem natural desde improvável até muito provável, portanto, a variável resposta é ordinal. Como a variável resposta é ordinal, o gerente usa regressão logística ordinal para modelar a relação entre os preditores e a variável resposta. O gerente utiliza um nível de significância de 0,05 para avaliar a significância estatística do modelo e o teste de qualidade de ajuste do modelo.

  1. Abra os dados das amostras, SatisfaçãoDoPaciente.MTW.
  2. Selecione qualquer célula na coluna Consulta de Retorno.
  3. Na worksheet, clique com o botão direito do mouse e selecione Propriedades da Coluna > Ordem de Valor.
  4. Selecione Ordem Usuário especificado e organize os valores nesta ordem:
    • Muito Provável
    • Um Pouco Provável
    • Improvável
  5. Selecione Estat > Regressão > Regressão Logística Ordinal.
  6. Em Resposta, insira 'Consulta de Retorno'.
  7. Em Modelo, insira Distância Distância*Distância.
  8. Clique em OK.

Interpretar os resultados

O valor-p do teste em que todas as inclinações são zero é menor do que 0,05. O valor-p baixo indica que a relação entre a variável de resposta e as preditoras é estatisticamente significativa. O valor-p para ambos os testes de qualidade do ajuste é maior que 0,05. Esses valores-p altos não fornecem evidência de que o modelo é inadequado.

Na tabela de regressão logística, os valores-p para Distância e Distância*Distância são ambos menores do que o nível de significância de 0,05. O coeficiente da Distância é negativo o que indica que geralmente, há menor probabilidade de os pacientes que vivem mais distantes do consultório retornarem para cuidados de acompanhamento. O coeficiente para Distância*Distância é positivo, o que indica que após uma determinada distância, há maior probabilidade de os pacientes retornarem. Com base nesses resultados, o gerente teoriza que há maior probabilidade de os pacientes que vivem perto do consultório agendarem cuidados de acompanhamento, devido ao local conveniente do consultório. Também há maior probabilidade de os pacientes, que desejarem viajar uma longa distância para uma consulta inicial, retornarem para cuidados de acompanhamento. O gerente planeja adicionar novas perguntas à pesquisa para investigar esses ideias. O gerente também planeja estudar as predições do modelo para determinar a distância na qual os pacientes têm maior probabilidade de retornar.

Regressão Logística Ordinal: Consulta de Retorno versus Distância

* AVISO * O algoritmo não convergiu depois de 20 iterações. * AVISO * A convergência não foi atingida para o log-verossimilhança ou o critério de estimativas dos parâmetros. * AVISO * Os resultados podem não ser confiáveis. * AVISO * Tente aumentar o número máximo de iterações.

Função de Ligação: Logito

Informações da Resposta Variável Valor Contagem Consulta de Retorno Improvável 2 Muito Provável 3 Um Pouco Provável 4 Total 9
Tabela de Regressão Logística IC de Razão de 95% Preditor Coef. EP de Coef Z P Chances Inferior Const(1) -8,37842 44,7209 -0,19 0,851 Const(2) -6,68100 44,7154 -0,15 0,881 Distância 3,06326 13,2432 0,23 0,817 21,40 0,00 Distância*Distância -0,285089 0,962191 -0,30 0,767 0,75 0,11
Preditor Superior Const(1) Const(2) Distância 4,00884E+12 Distância*Distância 4,96

Log-verossimilhança = -292,087

Teste de todas as inclinações igual a zero GL G Valor-P 2 0,000 1,000
Testes de Qualidade de Ajuste Método Qui-Quadrado GL P Pearson 79,970 100 0,930 Deviance 541,172 100 0,000
Medidas de Associação: (Entre a Variável de Resposta e as Probabilidades Preditas) Pares Número Percentual Medidas Sumárias Concordantes 274 79,2 D de Somers 0,77 Discordantes 6 1,7 Gama de Goodman-Kruskal 0,96 Empates 66 19,1 Tau-a de Kendall 0,10 Total 346 100,0
Ao usar esse site, você concorda com a utilização de cookies para análises e conteúdo personalizado.  Leia nossa política