Olá pessoal, Estou com uma dúvida, que na verdade deve ser bem ridícula, mas realmente não sei a resposta. A questão é a seguinte: Tenho dados binários como variável resposta ( 1 – vivo; 0 - morto), e variáveis contínuas como explicativas, e vi no The R book do Crawley que poderia usar GLM para construir um modelo, tendo binomial como família. Usei o seguinte código (os valores são fictícios, pois li meus dados direto da tabela, pois são muitas linhas). status<-c(0,1,0,1,1,1,1,1,0,1) altura<-c(2.2,1.3,4.5,6.7,1.3,4.5,1.2,2.0,7.8,1.2) newy<-c(5.5,1.2,7.8,1.4,1.3,2.3,3.2,1.3,6.7,1.4) m1<-glm(status~altura+newy+altura*newy, binomial) E o summary deu isso: Call: glm(formula = status ~ altura + newy + altura * newy, family = binomial) Deviance Residuals: Min 1Q Median 3Q Max -3.3122 0.1586 0.1969 0.2486 0.6394 Coefficients: Estimate Std. Error z value Pr(>|z|) (Intercept) 0.24827 0.52797 0.470 0.63818 altura 0.80654 0.20006 4.032 5.54e-05 *** newy 0.23918 0.05101 4.689 2.74e-06 *** altura:newy -0.04578 0.01753 -2.611 0.00903 ** --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 (Dispersion parameter for binomial family taken to be 1) Null deviance: 1705.0 on 7191 degrees of freedom Residual deviance: 1610.4 on 7188 degrees of freedom AIC: 1618.4 Number of Fisher Scoring iterations: 7 Minha dúvida é a seguinte: Qual é a equação ajustada para esse modelo? P. ex., se fosse uma regressão linear o modelo seria y~x, e a equação y=a + bx, mas e para esse modelo? A outra dúvida é se poderia fazer uma anova para comparar esse modelo com o modelo nulo, e qual teste poderia usar, pois no exemplo do livro ele usa o test= chi, porém está comparando dois modelos diferentes, e queria saber se posso usar para comparar com o modelo nulo também. Bem é isso pessoal, espero que possam me ajudar. Obrigada, Carol Figueiredo