A primeira função do modelo é prever, ele tenta explicar, porém nem sempre é possíveluma explicação, no entanto ele deve poder prever sempre.
A Principal característica dos modelos pareados é o fato de um modelo caber dentro do outro, ou seja, é possível testar muitas variáveis independentes (VIS) ao mesmo tempo. Temos o modelo reduzido e o modelo completo, mas busca-se ser sempre parcimonioso, o que significa que, um bom modelo estatístico busca a simplificação.
O princípio da parcimônia leva ao estatístico ou pesquisador a usar o menor número de VIS possíveis, portanto às vezes torna-se necessário eliminar uma ou mais variáveis, não se deve nunca extrapolar.
Estatisticamente, os modelos pareados usam o F estatístico, o residual plot (para testar a independência) e a regressão pitfalls (para testar a multicoleneidade). A muticoleneidade é a correlação existente entre as VIS. Num bom modelo deve existir um pouco de multicoleneidade, mas estas não devem ser muito grandes para o modelo não ficar muito sensível às variações. Sempre existe uma correlação, o que se deve testar é qual o limite saudável para cada modelo. Mede-se a multicoleidade pelo VIF (factor inflation variance). Quanto maior for o VIF, mais multicoleneidade tem aquele modelo.
No teste para plotar as independências, deve-se avaliar se: existem valores ausentes, se existem outlier (caso sim, se devem ser eliminados ou não) e se as variáveis estão dentro da normalidade.
Nenhum comentário:
Postar um comentário