Teste F global da regressão
Modelos e regressão · distribuição de referência: F(k, n−k−1)
Quando usar
Testar se o modelo de regressão como um todo explica algo, ou se todos os coeficientes podem ser zero.
Hipótese nula
Todos os coeficientes (menos o intercepto) são zero.
Pressupostos
- Os mesmos da regressão linear
Estatística
F = \dfrac{R^2 / k}{(1 - R^2) / (n - k - 1)}Tamanho de efeito
f² de Cohen. Referências: 0,02, 0,15 e 0,35.
f^2 = \dfrac{R^2}{1 - R^2}Como reportar
F(2, 47) = 9,4; p < 0,001; R² = 0,29
No R e no Python
R
summary(lm(y ~ x1 + x2, data = dados)) # o F vem na última linhaPython
import statsmodels.formula.api as smf
m = smf.ols("y ~ x1 + x2", data=dados).fit()
m.fvalue, m.f_pvalueNo Python, stats é scipy.stats e np é numpy.
Variantes e alternativas
- F parcial, para comparar modelos aninhados
Onde fica no catálogo
Modelos e regressão. Testes feitos dentro de um modelo ajustado: se um coeficiente importa, se o modelo explica algo e se os resíduos cumprem os pressupostos.
Na árvore de decisão
- O que você quer fazer? Testar um modelo de regressão
- O que você quer testar? Se o modelo como um todo explica algo