Prévia do material em texto
R² - Coeficiente de determinação É uma medida de ajustamento de um modelo estatístico linear generalizado, como a regressão linear, em relação aos valores observados. Varia de 0 a 1, indicando percentual. calcula a parte que não é explicada pelo modelo Quanto menor for a diferença, maior poder explicativo detém o modelo. inclusão de inúmeras variáveis, mesmo que tenham muito pouco poder explicativo sobre a variável dependente, aumentarão o valor de R². Isto incentiva a inclusão indiscriminada de variáveis, prejudicando o princípio da parcimônia. Para combater esta tendência, podemos usar uma medida alternativa do coeficiente de determinação, que penaliza a inclusão de regressores pouco explicativos. Trata-se do R² ajustado: A inclusão de mais variáveis com pouco poder explicativo prejudica o valor do R² ajustado, porque aumenta uma unidade, sem aumentar substancialmente o R² . R² Ajustado Modelos para previsões de séries temporais. Previsões das observações no tempo. Moretin: “Conjunto de observações ordenadas no tempo “ Introdução V.A Discreta: Possui conjunto T finito ou enumerável (podem ser contados ) V. A Contínua: Variação continua. Estacionária: e desenvolve no tempo aleatoriamente ao redor de uma média constante, refletindo alguma forma de equilíbrio estável. Conjunto de processo estadiótico: Família Z(t) (z(t), teT), que para todo tET, z(t) é uma variável aleatória. 1. Simetria(permutação) 2. Compatibilidade (m<n) 3. Média = E(z(t)) 4. Auto-covariância = Cov(z(t1), Z(t2)) Tipos de modelos 1. Paramétricos: Nº de parâmetros finitos A- Erro(regressão) B- Modelos autoregressivos- Médias Móveis (ARMA) C- Modelos autoregressivos-integrados-Médias Móveis (ARIMA) 2. Não paramétrico: Nº infinito de parâmetros A- Auto-covariância B- Transformada de Fourier, o espectro. Erro ou Regressão Variável aleatório não são correlacionadas, têm média vero e variância constante. Observação independente. Erros correlacionados que influenciam no processo Arima