[R-br] regressao linear com constante igual azero
Manoel Galdino
mcz.fea em gmail.com
Terça Abril 28 13:30:59 BRT 2015
O que o Rafel falou é que as duas expressões são matematicamente
equivalentes, por uma questão de combinação linear das variáveis.
Portanto, ao eliminar o intercepto, alguma das variáveis anteriores
omitidas (var1==A ou var2==A) deverá aparecer na regressão necessariamente.
Sugiro consultar a referência dada (ou apenas procure por
multicolineariedade variável dummy/binária) para entender o que está
acontecendo.
Abç
M
2015-04-28 13:25 GMT-03:00 Bernardo Rangel Tura <tura em centroin.com.br>:
> On 04/28/2015 11:16 AM, Rafael Costa wrote:
>
>> Prezado Tura,
>>
>> var1 e var2 são variáveis qualitativas com 3 categorias cada (dummies
>> multicategóricas). Na 1ª regressão, note que não há estimativas para
>> var1A e var2A explicitamente porque essas categorias são usadas como
>> referência (ou base) em cada variável. Isto é feito para evitar
>> problemas de multicolinearidade perfeita (consulte os livros de
>> econometria do GUJARATI ou do WOOLDRIDGE para rápida compreensão deste
>> problema, conhecido como "armadilha da variável dummy"). O intercepto do
>> 1º modelo é portanto o intercepto da regressão para o grupo de
>> referência em que var1=A e var2=A. Já os coeficientes estimados da
>> variável dummy de um determinado grupo representa a diferença estimada
>> nos interceptos entre aquele grupo e o grupo-base. Por exemplo, 0.16
>> (valor do coeficiente de var1B) representa a diferença entre o
>> intercepto deste grupo (var1=B e var2=A) e o intercepto do grupo-base
>> (var1=A e var2=A).
>> Na 2ª regressão, ao optar por excluir o intercepto, não há mais a
>> necessidade de retirar uma categoria de cada variável dummy para evitar
>> colinearidade perfeita. Agora pode-se escolher que uma das variáveis
>> mantenham todas a suas categorias, desde que nas demais variáveis
>> dummies se continue excluindo uma categoria que será utilizada como
>> referência ou base. Note que agora o coeficiente var1A na 2ª regressão é
>> justamente o mesmo valor do intercepto na 1ª regressão e os demais
>> coeficientes da var1 são agora a soma dos coeficientes na 1ª regressão
>> com o intercepto (por exemplo, o var1B da 2ª regressão = intercepto da
>> 1ª regressão + var1B da 1ª regressão).
>>
>> Espero ter ajudado,
>> Rafael.
>>
>
> Rafael
>
> Entendo a sua explicação mas acho que você não entendeu o que eu desejo.
> Para o modelo preciso de uma uma regressão que o intercepto tenha valor de
> ZERO, ou seja,
>
> S = 0 + b1*var1=='B' + b2*var1=='C' + b3*var2=='B' + b4*var2=='C' + erro
>
> Entende o modelo que preciso?
>
> Abraços
>
>
>
>
>
> _______________________________________________
> R-br mailing list
> R-br em listas.c3sl.ufpr.br
> https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
> Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça
> código mínimo reproduzível.
>
--
Manoel Galdino
https://sites.google.com/site/galdinomcz/
-------------- Próxima Parte ----------
Um anexo em HTML foi limpo...
URL: <http://listas.inf.ufpr.br/pipermail/r-br/attachments/20150428/869935f7/attachment.html>
Mais detalhes sobre a lista de discussão R-br