Você precisa fazer uma regressão. Segue um modelo # Regression analyses, standardized model1.z <- lm(scale(PE$endurance) ~ scale(PE$age)) summary(model1.z) confint(model1.z) model2.z <- lm(scale(PE$endurance) ~ scale(PE$activeyears)) summary(model2.z) confint(model2.z) model3.z <- lm(scale(PE$endurance) ~ scale(PE$age) + scale(PE$activeyears)) summary(model3.z) confint(model3.z) # Conduct a model comparison NHST to compare the fit of model2.z to the fit of model3.z anova(model2.z, model3.z) Acho que seria assim Daniel Daniel Tiezzi, MD, PhD Professor Associado Departamento de Ginecologia e Obstetrícia Setor de Mastologia e Oncologia Ginecológica Faculdade de Medicina de Ribeirão Preto - USP Tel.: 16 3602-2488 e-mail: dtiezzi@fmrp.usp.br On Sep 18, 2014, at 12:47 PM, Jefferson Ferreira-Ferreira <jecogeo@gmail.com> wrote:
Prezados;
Uma dúvida básica de um iniciante em análises estatísticas. Tenho uma série de variáveis categóricas binárias e duas variáveis contínuas. Eu gostaria de saber o quando minhas variáveis categóricas explicam minhas duas variáveis contínuas. Por exemplo:
c1 c2 c3 c4 x y 0 1 1 1 931 623 0 1 0 0 163 259 1 0 1 0 690 306 1 0 1 0 690 306
A pergunta é: o quanto a combinação das variáveis c explicam os valores de x e y? Ou, qual a correlação entre as variáveis c e as variáveis x e y?
Podem me dar alguma ideia de análises possíveis? Obrigado.
--
Jefferson Ferreira-Ferreira Geógrafo – GEOPROCESSAMENTO IDSM | Coordenadoria de TI
Jefferson.ferreira@mamiraua.org.br Instituto de Desenvolvimento Sustentável Mamirauá Ministério da Ciência, Tecnologia e Inovação Telefone: +55 97 3343-9710 Google Maps - Mapas deste e-mail: Exibir mapa ampliado
Contatos particulares: (55) 9615-0100 _______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.