Tabela Método para Análise de variabilidade

A tabela Método mostra se você usou o método dos mínimos quadrados ou de máxima verossimilhança.

Método dos mínimos quadrados: As estimativas de mínimos quadrados são calculadas ajustando-se uma linha de regressão aos pontos de um conjunto de dados com a soma mínima dos desvios padrão elevados ao quadrado (erro mínimo quadrado).
Método da máxima verossimilhança: A função de verossimilhança indica quão provável a amostra observada é uma função de possíveis valores de parâmetro. Por tanto, maximizar a função de verossimilhança determina os parâmetros que têm maior probabilidade de produzir os dados observados. De um ponto de vista estatístico, o MLE é, em geral, recomendado para grandes amostras porque ele é versátil, aplicável à maioria dos modelos e diferentes tipos de dados, e produz as estimativas mais precisas.

Comparação de métodos

Em muitos casos, as diferenças entre os resultados da LS e da MLE são pouco significativas e os métodos podem ser utilizados indiferentemente. Talvez seja desejável executar ambos os métodos para ver se os resultados confirmam um ao outro. Se os resultados forem diferentes, talvez você queira determinar o motivo. Caso contrário, talvez queira usar as estimativas mais conservadoras ou considerar as vantagens de ambas as abordagens e tomar uma decisão em relação ao seu problema.

	LSE	MLE
Viciado	Não	Sim para amostras pequenas, mas diminui à medida que aumenta o tamanho da amostra
Variância estimada	Maior	Menor
Valores-p	Mais preciso	Menos preciso
Coeficientes	Menos preciso	Mais preciso
Dados censurados	Menos confiável e inutilizável em casos extremos	Mais confiável e nivelado em casos extremos

Com base em seus pontos positivos relativos, LSE e MLE podem ser usados em conjunto para diferentes partes da análise. Use os valores-p mais precisos de LSE para selecionar os termos a serem incluídos no modelo e use MLE para estimar os coeficientes finais.