Prestação de contas apoio coletivo

Documentos necessários:

1). Recibos de diárias do coordenador.
2). Recibo de diárias para terceiros.
3). Relatório de viagem. 

Importante: Ao final do evento entregar recibos (alimentação, hospedagem entre outros). Certificado de cada participante.

Ana Cristina Rodrigues Lacerda Número do processo (PCE-00398-17)

Vanessa Amaral Mendonça (PCE-00224-17)

Análise de regressão linear utilizando o spss

Para fazer análise de regressão linear:

Primeiro fazer um teste de correlação:

Se a distribuição for normal utilizar correlação de Pearson, se não for normal usar Spearman.

Correlations
		VO2	Idade	IMC	Distância	Velocidade da Marcha
VO2	Pearson Correlation	1	,396*	-,302	,654**	,689**
	Sig. (2-tailed)		,045	,133	,000	,000
	N	26	26	26	26	25
Idade	Pearson Correlation	,396*	1	,109	,622**	,508**
	Sig. (2-tailed)	,045		,596	,001	,009
	N	26	26	26	26	25
IMC	Pearson Correlation	-,302	,109	1	,165	,031
	Sig. (2-tailed)	,133	,596		,420	,884
	N	26	26	26	26	25
Distância	Pearson Correlation	,654**	,622**	,165	1	,877**
	Sig. (2-tailed)	,000	,001	,420		,000
	N	26	26	26	26	25
Velocidade da Marcha	Pearson Correlation	,689**	,508**	,031	,877**	1
	Sig. (2-tailed)	,000	,009	,884	,000
	N	25	25	25	25	25
*. Correlation is significant at the 0.05 level (2-tailed).
**. Correlation is significant at the 0.01 level (2-tailed).

As variáveis que apresentaram valor de p < 0,20 são escolhidas para o modelo de regressão linear simples.

Para fazer o modelo de regressão linear simples:

Primeiro deve ser analisada uma variável de cada vez.

Ex: VO2 variável dependente

      Idade variável independente

*Método Stepwise

Só permanecerão no modelo de regressão linear múltipla aquelas variáveis que apresentarem valor de p < 0,05. 

Permaneceram no modelo as variáveis idade, velocidade e distância.

A partir daí iremos montar o modelo de regressão múltipla.

Entrar no quadrinho Statistics e marcar tudo.

Entrar no quadrinho Plots:

Variables Entered/Removeda
Model	Variables Entered	Variables Removed	Method
1	Velocidade da Marcha	.	Stepwise (Criteria: Probability-of-F-to-enter <= ,050, Probability-of-F-to-remove >= ,100).
a. Dependent Variable: VO2

Model Summaryb
Model	R	R Square	Adjusted R Square	Std. Error of the Estimate	Change Statistics					Durbin-Watson
					R Square Change	F Change	df1	df2	Sig. F Change
1	,689a	,475	,452	6,05288	,475	20,796	1	23	,000	1,947
a. Predictors: (Constant), Velocidade da Marcha
b. Dependent Variable: VO2 ANOVAb Model Sum of Squares df Mean Square F Sig. 1 Regression 761,896 1 761,896 20,796 ,000a Residual 842,659 23 36,637 Total 1604,555 24 a. Predictors: (Constant), Velocidade da Marcha b. Dependent Variable: VO2 Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. 95,0% Confidence Interval for B Correlations Collinearity Statistics B Std. Error Beta Lower Bound Upper Bound Zero-order Partial Part Tolerance VIF 1 (Constant) 14,795 6,350 2,330 ,029 1,658 27,932 Velocidade da Marcha 12,843 2,816 ,689 4,560 ,000 7,017 18,669 ,689 ,689 ,689 1,000 1,000 a. Dependent Variable: VO2    Residuals Statisticsa Minimum Maximum Mean Std. Deviation N Predicted Value 27,7665 49,5991 43,2240 5,63433 25 Residual -10,87282 18,18369 ,00000 5,92544 25 Std. Predicted Value -2,743 1,131 ,000 1,000 25 Std. Residual -1,796 3,004 ,000 ,979 25 a. Dependent Variable: VO2