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.

Abra os dados das amostras, SatisfaçãoDoPaciente.MTW.
Selecione qualquer célula na coluna Consulta de Retorno.
Na worksheet, clique com o botão direito do mouse e selecione Propriedades da coluna > Ordem de valor.
Selecione Ordem usuário especificado e organize os valores nesta ordem:
- Muito Provável
- Um Pouco Provável
- Improvável
Selecione Estat > Regressão > Regressão logística ordinal.
Em Resposta, insira 'Consulta de Retorno'.
Em Modelo, insira DistânciaDistância*Distância.
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

Função de Ligação: Logito

Informações da Resposta

Variável	Valor	Contagem
Consulta de Retorno	Muito Provável	19
	Um Pouco Provável	43
	Improvável	11
	Total	73

Tabela de Regressão Logística

					Razão de Chances	IC de 95%
Preditor	Coef.	EP de Coef	Z	P	Razão de Chances	Inferior	Superior
Const(1)	6,38671	3,06110	2,09	0,037
Const(2)	9,31883	3,15929	2,95	0,003
Distância	-1,25608	0,523879	-2,40	0,017	0,28	0,10	0,80
Distância*Distância	0,0495427	0,0214636	2,31	0,021	1,05	1,01	1,10

Log-verossimilhança = -66,118

Teste de todas as inclinações igual a zero

GL	G	Valor-P
2	6,066	0,048

Testes de Qualidade de Ajuste

Método	Qui-Quadrado	GL	P
Pearson	114,903	100	0,146
Deviance	94,779	100	0,629

Medidas de Associação:

(Entre a Variável de Resposta e as Probabilidades Preditas)

Pares	Número	Percentual	Medidas Sumárias	Valor
Concordantes	938	62,6	D de Somers	0,29
Discordantes	505	33,7	Gama de Goodman-Kruskal	0,30
Empates	56	3,7	Tau-a de Kendall	0,16
Total	1499	100,0