Aula prática: Análise exploratória e modelos de regressão Luciana Soler.

Apresentação em tema: "Aula prática: Análise exploratória e modelos de regressão Luciana Soler."— Transcrição da apresentação:

1 Aula prática: Análise exploratória e modelos de regressão Luciana Soler

2 CST 401/2011 2 Receita para ajustar modelos regressão - parte 1 Seleção inicial de variáveis, construção BD celular Análise exploratória:  Histogramas, Scaterplots XX XY (análise de forma das relações)  Transformações (log, raiz, exp, etc.) Análise das correlações entre as variáveis Seleção inicial das variáveis:  80% correlação XX (descarta uma da análise)  Conjuntos de variáveis com menos de 50% de correlação Seleção de acordo com objetivo. Se for para modelagem, priorizar variáveis relevantes para os cenários, e para as quais se tenha evolução temporal adequada.

3 CST 401/2011 3 Receita para ajustar modelos regressão - parte 2 Construir diversos modelos alternativos através testes das melhores combinações  Foward Stepwise, best fit Nos resultados das regressões:  Análise dos resíduos (independência e variância uniforme e moran)  Comparar R 2. Regressão logistica Com mesmos modelos selecionados, usar Spatial Lag.

4 CST 401/2011 4 Chap 13-4 Scatter Plot Examples y x y x y y x x Linear relationshipsCurvilinear relationships Business Statistics: A Decision-Making Approach, 6e © 2005 Prentice-Hall, Inc.

5 CST 401/2011 5 Business Statistics: A Decision-Making Approach, 6e © 2005 Prentice-Hall, Inc. Scatter Plot Examples y x y x y y x x Strong relationshipsWeak relationships (continued)

6 CST 401/2011 6 Chap 13-6 Scatter Plot Examples y x y x No relationship Business Statistics: A Decision-Making Approach, 6e © 2005 Prentice-Hall, Inc.

7 CST 401/2011 7 Correlação – aRT/R Pearson's product-moment correlation data: cells[, "porc_desmate2000"] and cells[, "dist_estradas"] t = -72.4758, df = 47493, p-value < 2.2e-16 alternative hypothesis: true correlation is not equal to 0 95 percent confidence interval: -0.3236477 -0.3074519 sample estimates: cor -0.3155728

8 CST 401/2011 8 Regressão linear Call: lm(formula = porc_desmate2000 ~ dist_rodovia + dist_ramalprincipal + dist_fires + uc_2005 + slope_max + cd_mainurbandry + AP_year + rendapcap, data = cells) Residuals: Min 1Q Median 3Q Max -0.50472 -0.13400 -0.01793 0.04650 0.98704 Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) 1.183e+01 2.903e-01 40.740 < 2e-16 *** dist_rodovia -1.524e-06 4.345e-08 -35.072 < 2e-16 *** dist_ramalprincipal -3.099e-07 1.980e-07 -1.565 0.117598 dist_fires 3.416e-07 1.460e-07 2.339 0.019330 * uc_2005 -8.216e-02 3.127e-03 -26.277 < 2e-16 *** slope_max -5.237e-03 1.358e-03 -3.857 0.000115 *** cd_mainurbandry -4.466e-10 1.778e-10 -2.511 0.012029 * AP_year -5.768e-03 1.453e-04 -39.682 < 2e-16 *** rendapcap 7.441e-04 2.551e-05 29.172 < 2e-16 *** --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 Residual standard error: 0.2404 on 47486 degrees of freedom Multiple R-squared: 0.2665, Adjusted R-squared: 0.2663 F-statistic: 2156 on 8 and 47486 DF, p-value: < 2.2e-16

9 CST 401/2011 9 Regressão logistica Deviance Residuals: Min 1Q Median 3Q Max -0.36204 -0.12915 -0.03922 0.05237 0.88606 Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) 5.064e-01 4.760e-03 106.396 <2e-16 *** dist_rodovia -2.664e-06 3.651e-08 -72.982 <2e-16 *** dist_ramalprincipal -2.810e-06 1.771e-07 -15.869 <2e-16 *** dist_fires 1.017e-08 1.334e-07 0.076 0.9392 uc_2005 -1.358e-01 2.726e-03 -49.837 <2e-16 *** slope_max 2.842e-03 1.227e-03 2.315 0.0206 * cd_mainurbandry -2.344e-09 1.614e-10 -14.519 <2e-16 *** --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 (Dispersion parameter for gaussian family taken to be 0.04860131) Null deviance: 3044.4 on 47494 degrees of freedom Residual deviance: 2308.0 on 47488 degrees of freedom AIC: -8835.9 Number of Fisher Scoring iterations: 2