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

Instituto de Desenvolvimento Sustentável Mamirauá

Ministério da Ciência, Tecnologia e Inovação
Telefone: +55 97 3343-9710

Google Maps - Mapas deste e-mail:




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.