O R2 deviance indica quanta variação na resposta é explicada pelo modelo. Quanto maior o R2, melhor o modelo se ajusta aos seus dados. A fórmula é:
Notação
Termo
Descrição
DE
Error Deviance
DT
Total Deviance
R2 da desviância ajustada
O R2 da desviância ajustada é responsável pelo número de preditoras no seu modelo e é útil para comparar modelos com diferentes números de preditoras. A fórmula é:
Notação
Termo
Descrição
R2
o R2 da desviância
p
os graus de liberdade da regressão
Φ
1, para modelos binomiais
DT
a desviância total
Apesar dos cálculos para R2 da desviância ajustada poderem produzir valores negativos, o Minitab exibe zero para esses casos.
Critério de Informação de Akaike (AIC)
Use esta estatística para comparar diferentes modelos. Quanto menor o AIC é, melhor o modelo se ajusta aos dados.
As funções de log-verossimilhança são parametrizadas nos termos das médias. A forma geral das funções são as seguintes:
A forma geral das contribuições individuais são as seguintes:
A equação a seguir apresenta a forma das contribuições individuais para um modelo binomial:
Notação
Termo
Descrição
p
os graus de liberdade da regressão
Lc
a log-verossimilhança do modelo atual
yi
o número de eventos da iésima linha
mi
o número de ensaios da iésima linha
a resposta média estimada da iésima linha
AICc (Critério de Informação de Akaike Corrigido)
O AICc não é calculado quando .
Notação
Termo
Descrição
p
o número de coeficientes no modelo, incluindo a constante
n
o número de linhas nos dados com dados não faltantes
BIC (Critério de Informação Bayesiano)
Notação
Termo
Descrição
p
o número de coeficientes no modelo, sem contar com a constante
n
o número de linhas nos dados com dados não faltantes