[R-br] regressao linear com constante igual azero

Fernando Antonio de souza nandodesouza em gmail.com
Terça Abril 28 16:50:15 BRT 2015


Ao retirar o intercepto( o mesmo que fazer seu valor ser zero) o seu modelo
deixa de ser de efeito marginal e passa a ser de medias. Ou seja o modelo
y=a+bx  on b e a taxa de mudança em y para níveis de x, passa a ser y=BX e
assim força o modelo a passar pelo intercepto zero, pois qdo x for zero y
tbm sera.
Em 28/04/2015 14:10, "Robert Iquiapaza" <rbali em ufmg.br> escreveu:

> Se é isso o que deseja:
>
> dumvar1 = table(1:length(var1),as.factor(var1))
> dumvar2 = table(1:length(var2),as.factor(var2))
>
> summary(lm(S~0+dumvar1[,-1]+dumvar2[,-1]))
>
> Coefficients:
>                 Estimate Std. Error t value Pr(>|t|)
> dumvar1[, -1]B  0.234001   0.007011   33.38   <2e-16 ***
> dumvar1[, -1]C  0.391907   0.007097   55.22   <2e-16 ***
> dumvar2[, -1]B  0.182071   0.007258   25.09   <2e-16 ***
> dumvar2[, -1]C -0.190209   0.007076  -26.88   <2e-16 ***
> ---
> Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
>
> Att
>
> Robert
>
> #cuidado com a interpretação dos coeficientes.
>
> Em 28 de abril de 2015 13:25, Bernardo Rangel Tura <tura em centroin.com.br>
> escreveu:
>
>> 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.
>>
>>
>
> _______________________________________________
> 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.
>
-------------- Próxima Parte ----------
Um anexo em HTML foi limpo...
URL: <http://listas.inf.ufpr.br/pipermail/r-br/attachments/20150428/6da69e13/attachment.html>


Mais detalhes sobre a lista de discussão R-br