Tabelas de métodos para Ajustar modelo logístico binário e Régression logistique binaire

Encontre definições e orientações de interpretação para a tabela Método.

Neste tópico

Codificação da preditora categórica
Padronização de preditores contínuos
Função de ligação
Informações da resposta
Validação

Codificação da preditora categórica

O Minitab pode usar o esquema de codificação (0, 1) ou (−1, 0, +1) para incluir variáveis categóricas no modelo. O esquema (0, 1) é o padrão para análise de regressão, enquanto o esquema (−1, 0, +1) é o padrão para ANOVA e DOE. A escolha entre estes dois esquemas não altera a significância estatística das variáveis categóricas. No entanto, o esquema de codificação realmente altera os coeficientes e a maneira de interpretá-los.

Interpretação

Verifique se o esquema de codificação que é exibido garante que você tenha realizado a análise pretendida. Interprete os coeficientes para as variáveis categóricas como a seguir:

Com o esquema de codificação (0, 1), cada coeficiente representa a diferença entre cada nível e o nível de referência. O coeficiente do nível de referência é 0.
Com o esquema da codificação (−1, 0, +1), cada coeficiente representa a diferença entre a média do nível e uma linha de base.

Padronização de preditores contínuos

Se você optou por padronizar os preditores contínuos em seu modelo, o Minitab fornece detalhes sobre o método na tabela padronização preditor Contínuo.

Normalmente, você usa a padronização para centralizar variáveis, dimensionar variáveis ou ambas as coisas. Quando você centraliza as variáveis, reduz a multicolinearidade causada por termos polinomiais e termos de interação, o que melhora a precisão das estimativas dos coeficientes. Na maioria dos casos, quando você dimensionar as variáveis, o Minitab converte as diferentes escalas das variáveis para uma escala comum, o que permite comparar o tamanho dos coeficientes.

Interpretação

Use a tabela do método de padronização para garantir que você realizou a análise da forma desejada. Dependendo de sua escolha para o método, talvez seja necessário mudar a interpretação dos coeficientes da seguinte forma:

Especificar níveis inferior e superior para codificar como -1 e +1: Este método centraliza e pesa as variáveis. Cada coeficiente representa a mudança esperada na média da resposta transformada dado que a preditora muda em 1 unidade na escala codificada. Por exemplo, o coeficiente representa a mudança na média da resposta transformada quando a preditora muda de 0 para +1.
Subtrai a média e divide pelo desvio padrão: Este método centraliza e pesa as variáveis. Cada coeficiente representa a mudança esperada na média da resposta transformada dado que a variável preditora muda em 1 desvio padrão.
Subtrair a média: Este método centraliza as variáveis. Cada coeficiente representa a mudança esperada na média da resposta transformada dado que a preditora muda em 1.
Dividir pelo desvio padrão: Este método pesa as variáveis. Cada coeficiente representa a mudança esperada na média da resposta transformada dado que a variável preditora muda em 1 desvio padrão.
Subtrair um valor especificado e dividir por outro: Se este método centraliza ou pesa as variáveis depende dos valores que você especificar. Cada coeficiente representa a mudança esperada na média da resposta transformada dado que a variável preditora muda pelo divisor. Por exemplo, se você dividir por 4, o coeficiente representa um aumento de 4 na escala da medição original.

A interpretação exata dos coeficientes também depende de outros aspectos da análise como a função de ligação.

Função de ligação

Uma função de ligação mapeia o intervalo (0, 1) na linha real inteira. Isso garante que a probabilidade predita de um evento, usando o modelo, produza um número entre 0 e 1. O Minitab fornece três funções de ligação:

Logito
Normito (probito)
Gompit (log-log complementar)

Interpretação

Use a função de ligação para encontrar um modelo que se encaixa melhor aos seus dados. Use a estatísticas de qualidade do ajuste para comparar ajustes usando diferentes funções de ligação. Determinadas funções de ligação podem ser usadas por motivos históricos ou porque elas têm um significado especial em uma disciplina.

Uma vantagem da função de ligação logit é que ela fornece uma estimativa das razões de chances para cada preditor no modelo.

Informações da resposta

O Minitab exibe essas informações sobre a resposta:

Variável: Nome da variável resposta
Valor: Níveis da variável resposta
Contagem: Número de observações em cada nível da variável resposta
Total: Número de observações não faltantes

A saída também identifica que nível de resposta é o evento de referência.

Interpretação

Use as informações de resposta para examinar quantos dados há na análise. Amostras aleatórias maiores com diversas ocorrências de cada nível, normalmente fornecem inferências mais exatas sobre a população.

Além disso use as informações da resposta para determinar qual evento é o evento de referência. A interpretação das estatísticas como coeficientes e razões de chances dependem de qual evento é o evento de referência.

Validação

Quando você usa um conjunto de dados de teste, a tabela mostra a porcentagem dos dados que estão no conjunto de dados do teste. Quando você usa validação cruzada, a tabela mostra o número de dobras. Quando você especifica uma coluna que determina quais observações estão no conjunto de dados de teste ou quais observações estão em cada duplicação, a tabela mostra o título da coluna.

Interpretação

Verifique se método de validação que está em resultados garante que você tenha realizado a análise pretendida.