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