Questão FC261419
Em análise de Modelos de Regressão Linear Múltipla uma ação importante para o pesquisador é a seleção de variáveis explicativas que irão entrar no modelo final. Para isso há alguma
Análise Multivariada
IDECAN · 2024
Em análise de Modelos de Regressão Linear Múltipla uma ação importante para o pesquisador é a seleção de variáveis explicativas que irão entrar no modelo final. Para isso há algumas estratégias diferentes. A seguir apresentamos a ideia geral de uma destas estratégias (sem maiores detalhes):
• Passo 1: ajustar o modelo completo de k variáveis;
• Passo 2: retirar do modelo completo obtido no passo 1, a variável com menor valor da estatística t (ou maior valor de p); caso todas as variáveis apresentem p ≤ a , o processo é interrompido e o modelo final é selecionado.
• Passo 3: ajustar o modelo com k – 1 variáveis e voltar ao passo 2.
Com base nestas informações, o método de seleção de variáveis que mais se assemelha aos passos descritos no algoritmo indicado anteriormente é
- BIC.
- Forward.
- Backward.
- Stepwise.
Mostrar resposta e comentário
Gabarito
Certo
Comentário do professor
A estratégia descrita corresponde à Backward Elimination. Começa-se pelo modelo completo com \(k\) variáveis e, a cada iteração, elimina-se a variável menos significativa com base na estatística t (ou no maior valor‑p).
Após remover a variável escolhida, reajusta‑se o modelo com \(k-1\) variáveis e repete‑se o procedimento. O critério de parada é quando todas as variáveis remanescentes têm valor‑p ≤ α, adotando‑se assim o modelo final.
É importante notar que, a cada retirada, as estatísticas dos coeficientes podem mudar, porque os coeficientes são reestimados no novo conjunto de variáveis. Isso justifica o caráter iterativo do método.
Em termos práticos, o método busca um modelo mais parcimonioso mantendo apenas preditores estatisticamente relevantes, embora seja sensível a correlações entre variáveis e decisões sequenciais.
Conteúdo do catálogo FC Concursos · Atualizado em