Baixe o app para aproveitar ainda mais
Prévia do material em texto
Regressão Múltipla (cont.) Variável Dummy – # usado para representar variável qualitativa. ex: lucro = 1 prejuízo = 0 Multicolinearidade – (variáveis independentes correlacionadas) alta dificulta destacar a influencia que cada uma tem no modelo, erro padrão alto. Teste FIV: 1 – 10 Tolerância: 0,10 – 1 Auto correlação – Quando os erros parecem estar correlacionados. Teste DW Normalidade – Teste K-S. sig.>0,05 Homoscedasticidade – sig.>0,01 Analise Discriminante Classifica um objeto em uma categoria pré-determinada. Usado para identificar as características que melhor descrevem um grupo. Z1= Z2= Stepwise – Experimenta variáveis na equação ate que se ache a mais significativa (poder explicativo) Teste M – igualdade das matrizes. sig.>0,05 Teste U (WilksLambda) – Total não explicado entre os grupos. Mais próximo de 0 melhor Sig.<0,05 Escore de Corte – Ponto que separa os grupos. n1(z2)+n2(z1)/n1+n2 Correlação – Alta = Multicolinearidade Regressão Logística Permite estimar a probabilidade de ocorrer um evento Ln(razão de chance)= -2 log likelihood – próximo a 0 melhor o modelo. Nagelkerke – percentual de variação do log Hommer e Lemeshow – Eficácia do modelo Sig.>0,05 Wald – todos coeficientes diferentes de 0 Sig.<0,05 Omnibus test os model coeficientes – pelo menos um difere de 0 Sig.<0,05 Analise de Conglomerados – (Cluster) Reúne objetos com base na distancia entre eles. AF reúne variáveis com base na correlação. Algoritmos de agrupamento – método usado para formar grupos. Hierárquicos e não hierárquicos Parecença – Similaridade e dissimilaridade. Dissimilaridade = Distancia
Compartilhar