Por que usar correspondência de pontuação de propensão em vez de regressão?
Estou me perguntando por que a correspondência de pontuação de propensão é preferida à análise de regressão. Quais são as vantagens de utilizar este método em comparação com as técnicas de regressão tradicionais?
O que é um bom valor p na regressão?
Estou executando uma análise de regressão e tentando interpretar o valor p. Quero saber o que constitui um bom valor p no contexto da regressão, para poder compreender a importância dos meus resultados.
E se o valor p for maior que 0,05 na regressão?
Estou executando uma análise de regressão e obtive um valor p maior que 0,05. O que isso significa para meu modelo e a importância dos meus resultados? Devo me preocupar ou existe outra maneira de interpretar isso?
Qual é um bom valor p para regressão?
Estou executando uma análise de regressão e não tenho certeza do que constitui um bom valor p. Entendo que o valor p ajuda a determinar a significância estatística dos meus resultados, mas estou confuso sobre o limite ou intervalo específico que indica uma relação forte ou significativa no meu modelo de regressão.
Por que logit é chamado de regressão?
Estou curioso para entender por que o termo "logit" é referido como uma regressão, apesar de seus fundamentos matemáticos e estatísticos aparentemente distintos. Você poderia explicar melhor a lógica por trás dessa classificação, destacando as principais semelhanças ou conexões que justificam rotular o logit como um modelo de regressão, especialmente no contexto de análise estatística e modelagem?