Uma das melhores maneiras de entender os resultados de um modelo que envolve mais do que uma variável preditora é visualizar graficamente os possíveis resultados do estudo. Para tanto, vamos supor um estudo experimental realizado para testar o efeito do tipo de substrato (ardósia, granito ou cimento) e do ângulo em que a placa de substrato é colocada (variável contínua de 0-90 graus) sobre o recrutamento de cracas na zona intertidal rochosa (retirado de Gotelli & Ellison 2011). A figura a seguir representa os possíveis resultados quanto à significância dos dois fatores (efeito do substrato e do ângulo) e da interação entre substrato e ângulo. Cada painel (A-F) indica um diferente resultado experimental em relação à significância destes três termos do modelo (substrato, ângulo e substrato:ângulo). Em cada painel, os pontos indicam réplicas em cada um dos níveis de substrato. As linhas representam o melhor ajuste linear para cada tratamento.
Para cada um dos paineis acima, use o link para responder sobre a significância do substrato, do ângulo e da interação.
Agora queremos supor sobre o sinal e a significância dos coeficientes do modelo. ATENÇÃO: os coeficientes do modelo não correspodem aos fatores. Os coeficientes são aqueles que aparecem quando pedimos o “summary” do modelo no R. Neste exemplo das cracas, o modelo estatístico estimará 6 coeficientes: intercepto (ardosia); beta*cimento; beta*granito; beta*angulo; beta*angulo*cimento e beta*angulo*granito. A seguir uma breve descrição do significado de cada coeficiente:
Para os paineis C e E, use o link para responder sobre o sinal dos coeficientes do modelo.