Flashcard FC117875
Qual é a importância da distância de Cook na análise de regressão linear múltipla?
Regressão
CEBRASPE (CESPE) · 2022
Qual é a importância da distância de Cook na análise de regressão linear múltipla?
Mostrar resposta e comentário
Resposta
A distância de Cook é uma medida que avalia a influência de observações individuais sobre o modelo de regressão ajustado. Ela indica como a exclusão de uma observação afeta a adequação do modelo. Exemplo: Suponha que você tenha um conjunto de dados sobre o consumo de energia em diferentes casas, onde você está tentando prever o consumo com base em variáveis como tamanho da casa e número de moradores. Se uma casa com um consumo extremamente alto ou baixo for excluída, a distância de Cook ajudaria a identificar se esse ponto tinha uma influência significativa nas estimativas dos coeficientes. Se a distância de Cook para essa casa for maior que 1, ela é considerada influente. Ou seja, sua presença ou ausência pode alterar drasticamente os resultados da regressão.Exemplo: Vamos considerar um modelo de regressão onde você está prevendo a nota dos alunos com as variáveis de horas de estudo e frequência em aulas. Se um aluno que estudou muito e sempre foi às aulas obteve nota muito baixa, essa observação pode ser identificada pela distância de Cook como influente. Você pode calcular a distância de Cook \( C_i \) usando a fórmula: C_i = \frac{\sum_{j=1}^{n} (y^j - y^j(i))^2}{p \cdot \sigma^2} onde \( n \) é o total de observações, \( p \) é o número de parâmetros do modelo e \( \sigma^2 \) é a variância dos resíduos. Assim, você consegue determinar se essa observação é realmente um ponto fora da curva que deveria ser analisado com mais detalhes.
Veja como foi cobrado:
https://flashcardsconcursos.com.br/portal/flashcard/100215
Conteúdo do catálogo FC Concursos · Atualizado em