Um consultor de marketing de uma empresa de cereais analisa a eficiência de uma propaganda de TV para um novo produto de cereal. O consultor mostra a propaganda em uma comunidade específica por uma semana. Em seguida, ele escolhe adultos aleatoriamente quando saem de um supermercado local para perguntar se eles viram a propaganda e compraram o novo cereal. O consultor também pergunta aos adultos se eles têm filhos e qual é a renda familiar anual.
Como a resposta é binária, o consultor usa regressão logística binária para determinar como a propaganda, ter filhos e a renda familiar anual estão relacionados à compra do cereal pelos adultos amostrados.
A tabela análise de variância mostra quais preditores têm uma relação estatisticamente significativa com a resposta. O consultor usa um nível de significância e os resultados indicam que as preditoras Filhos e ExibirAnúncio têm uma relação estatisticamente significativa com a resposta. Renda não tem uma relação estatisticamente significativa com a resposta porque o valor-p é maior do que 0,10. O consultor pode variar ao reajustar o modelo sem a variável de renda.
A razão de chances indica que os adultos com filhos têm aproximadamente mais probabilidade de comprar cereais do que os adultos que não têm filhos. A razão de chances para adultos que viram o anúncio indica que há 2,8 vezes de mais probabilidade de comprar o cereal do que adultos que ainda não viram o anuncio.
Os teste de qualidade do ajuste são todos maiores do que o nível de significância de 0,05, que indica que não há evidência suficiente para concluir que o modelo não se ajusta aos dados. O valor R2 indica que o modelo explica aproximadamente 12,¨% do deviance na resposta.
Variável | Valor | Contagem | |
---|---|---|---|
Compra | 1 | 22 | (Evento) |
0 | 49 | ||
Total | 71 |
P(1) | = | exp(Y')/(1 + exp(Y')) |
---|
Crianças | ViuAnúncio | |||
---|---|---|---|---|
Não | Não | Y' | = | -3,016 + 0,01374 Renda |
Não | Sim | Y' | = | -1,982 + 0,01374 Renda |
Sim | Não | Y' | = | -1,583 + 0,01374 Renda |
Sim | Sim | Y' | = | -0,5490 + 0,01374 Renda |
Termo | Coef | EP de Coef | Valor-Z | Valor-P | VIF |
---|---|---|---|---|---|
Constante | -3,016 | 0,939 | -3,21 | 0,001 | |
Renda | 0,0137 | 0,0195 | 0,71 | 0,481 | 1,15 |
Crianças | |||||
Sim | 1,433 | 0,856 | 1,67 | 0,094 | 1,12 |
ViuAnúncio | |||||
Sim | 1,034 | 0,572 | 1,81 | 0,070 | 1,03 |
Razão de Chances | IC de 90% | |
---|---|---|
Renda | 1,0138 | (0,9819; 1,0469) |
Nível A | Nível B | Razão de Chances | IC de 90% |
---|---|---|---|
Crianças | |||
Sim | Não | 4,1902 | (1,0245; 17,1386) |
ViuAnúncio | |||
Sim | Não | 2,8128 | (1,0982; 7,2044) |
R2 Deviance | R2 (Aj.) Deviance | AIC | AICc | BIC | Área sob a curva ROC |
---|---|---|---|---|---|
12,66% | 9,25% | 84,77 | 85,37 | 93,82 | 0,7333 |
Teste | GL | Qui-Quadrado | Valor-P |
---|---|---|---|
Deviance | 67 | 76,77 | 0,194 |
Pearson | 67 | 76,11 | 0,209 |
Hosmer-Lemeshow | 8 | 5,58 | 0,694 |
Teste de Wald | |||
---|---|---|---|
Fonte | GL | Qui-Quadrado | Valor-p |
Regressão | 3 | 8,79 | 0,032 |
Renda | 1 | 0,50 | 0,481 |
Crianças | 1 | 2,80 | 0,094 |
ViuAnúncio | 1 | 3,27 | 0,070 |
Obs. | Probabilidade Observada | Ajuste | Resíd | Resíd Pad | |
---|---|---|---|---|---|
50 | 1,000 | 0,062 | 2,357 | 2,40 | R |
68 | 1,000 | 0,091 | 2,189 | 2,28 | R |