Tabela de análise de variância para Ajuste Modelo de Cox com Preditores Fixos apenas

O tipo de teste na tabela ANOVA depende das especificações para a análise. A interpretação das estatísticas é a mesma se a análise usa o teste de Wald, o teste de razão de probabilidade ou o teste de pontuação.

Neste tópico

GL
Qui-quadrado
Valor-P

GL

Os Graus de Liberdade (DF) dão informações sobre a distribuição da estatística de teste qui-quadrado associada. Preditores contínuos usam 1 grau de liberdade. Preditores categóricos usam graus de liberdade iguais ao número de níveis menos 1. Termos de ordem superior usam o produto dos graus de liberdade para os termos do componente.

Qui-quadrado

Cada termo na tabela ANOVA têm um valor qui-quadrado. O valor qui-quadrado é a estatística de teste que determina se um termo ou modelo tem uma associação com a resposta.

Interpretação

O Minitab usa a estatística de teste para calcular o valor-p, que é usado para a tomada de uma decisão sobre a significância estatística dos termos e do modelo. O valor-p é uma probabilidade que mede a evidência contra a hipótese nula. As probabilidades inferiores fornecem evidências mais fortes contra a hipótese nula. Uma estatística qui-quadrado suficientemente grande resulta em um pequeno valor-p, que indica que o termo ou modelo é estatisticamente significativo.

Valor-P

O valor-p é uma probabilidade que mede a evidência contra a hipótese nula. As probabilidades inferiores fornecem evidências mais fortes contra a hipótese nula.

Interpretação

Para determinar se a associação entre a resposta e cada termo no modelo é estatisticamente significativa, compare o valor-p para o termo com o seu nível de significância a fim de avaliar a hipótese nula. A hipótese nula é que o coeficiente do termo é igual a zero, o que implica a não existência de uma associação entre o termo e a resposta. Geralmente, um nível de significância (denotado como α ou alfa) de 0,05 funciona bem. Um nível de significância de 0,05 indica um risco de 5% de se concluir que existe uma associação quando não existe uma associação real.

Sob a hipótese nula, a estatística de teste para cada teste tem uma distribuição assintomática do qui-quadrado com graus de liberdade iguais ao número de coeficientes no modelo. A distribuição assintotótica é válida quando o número de eventos observados é grande em comparação com o número de parâmetros estimados. Para preditores categóricos, o número de eventos em cada nível deve ser grande o suficiente para que a distribuição assintomática seja válida.

Valor-p ≤ α: A associação é estatisticamente significativa: Se o valor-p for menor ou igual ao nível de significância, é possível concluir que há uma associação estatisticamente significativa entre a variável resposta e o termo.
Valor-p > α: a associação não é estatisticamente significativa: Se o valor-p for maior ou igual ao nível de significância, não é possível concluir que há uma associação estatisticamente significativa entre a variável resposta e o termo. Talvez seja necessário reajustar o modelo sem o termo.; Se houver vários preditores sem uma associação estatisticamente significativa com a resposta, você pode reduzir o modelo removendo os termos um de cada vez. Para obter mais informações sobre como remover os termos do modelo, vá para Redução de modelo.

Se um termo do modelo for estatisticamente significativo, a interpretação dependerá do tipo de termo. As interpretações são da seguinte maneira:

Se um fator aleatório é significativo, é possível concluir que o fator contribui para a quantidade de variação na resposta.
Se um termo de interação é significativo, a relação entre um fator e a resposta depende dos outros fatores do termo. Neste caso, você não deve interpretar os principais efeitos sem considerar o efeito da interação.
Se uma covariável for estatisticamente significativa, é possível concluir que as mudanças no valor da covariável estejam associadas a mudanças no valor médio da resposta.
Se um coeficiente para um termo polinomial for significativo, é possível concluir que os dados contêm curvatura.

Análise de Variância

		Teste de Wald
Fonte	GL	Qui-Quadrado	Valor-P
Idade	1	1,78	0,182
Palco	3	17,92	0,000

Nestes resultados, o valor p para o estágio é significativo a um nível α de 0,05. Portanto, pode-se concluir que o estágio do câncer tem um efeito estatisticamente significativo na sobrevivência do paciente. No entanto, o valor p para a idade é de 0,182, portanto o efeito da idade não é significativo em um nível de α de 0,05.