[R-br] Distribuição para regressão de resposta binária
Marcos Bissoli
mbissoli em gmail.com
Quinta Fevereiro 9 15:03:58 BRST 2017
Prezado Prof Luiz,
Não conheço esta técnica. Certamente que não será nenhuma bobagem
conhecê-la melhor. Alguma sugestão de literatura? Fiz alguma busca agora e
não fui muito feliz em encontrar algo que teorize-a.
Grato,
Marcos
Em 9 de fevereiro de 2017 11:27, Luiz Roberto Martins Pinto <
luizroberto.uesc em gmail.com> escreveu:
> Marcos,
>
> Você já pensou em utilizar modelo linear bi-segmentado? Se for uma bobagem
> muito grande, perdoe-me.
>
> Luiz Roberto Martins Pinto
> Prof. Pleno/DCET/UESC
> Laboratório de Estatística Computacional
> Universidade Estadual de Santa Cruz
> Ilhéus-Bahia-Brasil
>
> luizroberto.uesc em gmail.com
> skype: lrmpinto
> http://lattes.cnpq.br/2732314327604831
>
> "*The s**cience exists because there are patterns. *
> * The patterns exist because God created them*.
> * The statistic exists to research the patterns that God created.*"
>
>
>
> Em 7 de fevereiro de 2017 20:14, Marcos Bissoli via R-br <
> r-br em listas.c3sl.ufpr.br> escreveu:
>
>> Prezados,
>>
>> De antemão peço desculpas se desvio o tópico da lista. Mas creio que o
>> tema da mensagem é minimamente transversal aos aqui tratados.
>>
>> Tenho uma variável resposta binária. Como a frequência da resposta é alta
>> (38,11%), teóricos da Estatística aplicada à Epidemiologia sugerem que não
>> seja usada uma regressão logística. Neste caso (de alta prevalência do
>> desfecho), a primeira opção deveria ser uma log-binomial. Mas (e isso não é
>> raro de ocorrer), minha log-binomial não apresentou convergência.
>>
>> Quando não há convergência, os teóricos sugerem uma regressão de Poisson
>> com variância robusta. Entretanto, como meus dados sugerem subdispersão,
>> optei por um modelo de quasi-poisson. Isso já deu certo em outras análises
>> que fiz para terceiros. Inclusive, tenho conseguido adaptar a variância
>> robusta ao modelo de quasi-poisson. Mas justamente agora, com os dados de
>> minha tese...
>>
>> O diagnóstico visual está, ao meu ver, péssimo, para ajuste. A imagem
>> anexa é do modelo de quasi-poisson. Mas experimentei todos os acima citados
>> (logística e Poisson) e o gráfico não diferiu muito.
>>
>> [image: Imagem inline 1]
>>
>> A dúvida é... Há alguma outra alternativa de técnica de regressão que eu
>> poderia tentar? Minhas variáveis explicativas são diversas, em quantidade e
>> tipo (há contínuas, ordinais e binárias). Ou será (embora eu ache pouco
>> provável) que este gráfico não significa um grande incômodo?
>>
>> Fiz o teste de qui-quadrado da deviance residual e estranhamente o valor
>> p está resultando em 1, tanto para Poisson quanto para quasi-Poisson. Um
>> outro fato estranho é o pseudo R² de Nagelkerke ter acusado 20%: todas as
>> outras minhas variáveis resposta não passaram de 12%. Não sei se é correto
>> (consultei bibliografia que sugeria isso para a regressão logística), mas
>> apliquei um teste de Hosmer e Lemeshow e ele acusou um bom ajuste do
>> modelo, também (p = 0,2718). Até uma curva de ROC eu fiz e a área está
>> grande no gráfico (mais uma técnica que não sei se deve ser aplicada além
>> da regressão logística,).
>>
>> Seguem alguns resultados, caso possa ajudar em algo.
>>
>> Desde já agradeço qualquer comentário. E reforço minhas desculpas caso eu
>> tenha desviado do tópico além do esperado, e desde já acato qualquer
>> negativa em prosseguir o debate. Nesse caso, se possível, aceitaria
>> sugestões de boas listas para debates nesse nível onde eu pudesse me
>> inscrever.
>>
>> Há braços,
>>
>> Marcos Bissoli
>> Faculdade de Nutrição
>> Unifal-MG
>>
>> > Mod1 <- glm(Tabagismo~.,data = TabModelagem,family = quasipoisson)> summary(Mod1)
>> Call:
>> glm(formula = Tabagismo ~ ., family = quasipoisson, data = TabModelagem)
>>
>> Deviance Residuals:
>> Min 1Q Median 3Q Max
>> -1.4867 -0.7821 -0.5889 0.5349 1.6624
>>
>> Coefficients:
>> Estimate Std. Error t value Pr(>|t|)
>> (Intercept) -1.245e+00 8.738e-01 -1.424 0.154644
>> factor.SexoDic.1 5.800e-01 8.273e-02 7.011 4.11e-12 ***
>> factor.Branca.1 -8.332e-01 7.836e-01 -1.063 0.287863
>> factor.Negra.1 -8.210e-01 7.987e-01 -1.028 0.304185
>> factor.Parda.1 -9.009e-01 7.863e-01 -1.146 0.252163
>> factor.Amarela.1 -1.089e+00 8.481e-01 -1.284 0.199466
>> factor.SemReligiao.1 -9.670e-02 1.888e-01 -0.512 0.608566
>> factor.Catolica.1 -4.813e-01 1.862e-01 -2.585 0.009863 **
>> factor.Espirita.1 -1.235e-01 2.181e-01 -0.566 0.571230
>> factor.Evangelica.1 -9.177e-01 2.429e-01 -3.779 0.000166 ***
>> factor.AfroBrasileira.1 6.068e-01 4.303e-01 1.410 0.158794
>> factor.Turno.1 1.534e-03 1.034e-01 0.015 0.988169
>> factor.Aposentado.1 -4.516e-02 1.055e-01 -0.428 0.668597
>> factor.OcupaEstDiApenasDesemp.1 7.249e-02 1.411e-01 0.514 0.607474
>> factor.ComFamilia.1 -4.323e-01 2.128e-01 -2.031 0.042444 *
>> factor.ComOutParentes.1 -5.029e-01 3.517e-01 -1.430 0.153011
>> factor.Republica.1 8.985e-03 1.959e-01 0.046 0.963429
>> factor.Sozinho.1 -2.475e-01 2.236e-01 -1.107 0.268673
>> factor.Pensao.1 -8.439e-01 4.000e-01 -2.110 0.035106 *
>> factor.OutroMoradia.1 -5.262e-01 3.353e-01 -1.569 0.116880
>> factor.RU.1 -1.937e-01 1.059e-01 -1.830 0.067589 .
>> factor.praec4.1 -1.583e-01 2.666e-01 -0.594 0.552951
>> IdadeA 3.787e-02 9.381e-03 4.037 5.79e-05 ***
>> escola 8.576e-02 3.441e-02 2.492 0.012836 *
>> RendaPC 4.045e-05 1.313e-05 3.080 0.002119 **
>> Dist 2.605e-05 1.296e-04 0.201 0.840689
>> PraecSoma 2.419e-02 3.086e-02 0.784 0.433427
>> ---
>> Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
>>
>> (Dispersion parameter for quasipoisson family taken to be 0.6036898)
>>
>> Null deviance: 834.67 on 1135 degrees of freedom
>> Residual deviance: 706.16 on 1109 degrees of freedom
>> AIC: NA
>>
>> Number of Fisher Scoring iterations: 5
>>
>>
>>
>>
>> --
>> MARCOS BISSOLI
>>
>> Faculdade de Nutrição
>> Universidade Federal de Alfenas
>>
>> Blog: bocademiamaldita.blogspot.com/
>> E-mail: mbissoli em gmail.com
>> Twitter: #mbissoli
>>
>> Alfenas, Minas Gerais, Brasil
>>
>>
>> *****Pense na Natureza antes de Imprimir*****
>> Divulgue ON-LINE
>>
>> Eu apoio a ENEN "na luta por um Brasil sem fome"
>>
>> "por ĉiu popolo ties propran lingvon, por ĉiuj popoloj la esperantan"
>> (para cada povo sua própria língua, para todos os povos o Esperanto)
>>
>> E nunca votarei no PSDB/DEM!
>>
>> _______________________________________________
>> 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.
>>
>
>
--
MARCOS BISSOLI
Faculdade de Nutrição
Universidade Federal de Alfenas
Blog: bocademiamaldita.blogspot.com/
E-mail: mbissoli em gmail.com
Twitter: #mbissoli
Alfenas, Minas Gerais, Brasil
*****Pense na Natureza antes de Imprimir*****
Divulgue ON-LINE
Eu apoio a ENEN "na luta por um Brasil sem fome"
"por ĉiu popolo ties propran lingvon, por ĉiuj popoloj la esperantan"
(para cada povo sua própria língua, para todos os povos o Esperanto)
E nunca votarei no PSDB/DEM!
-------------- Próxima Parte ----------
Um anexo em HTML foi limpo...
URL: <http://listas.inf.ufpr.br/pipermail/r-br/attachments/20170209/7cf76ea7/attachment.html>
-------------- Próxima Parte ----------
Um anexo não-texto foi limpo...
Nome: image.png
Tipo: image/png
Tamanho: 40068 bytes
Descrição: não disponível
URL: <http://listas.inf.ufpr.br/pipermail/r-br/attachments/20170209/7cf76ea7/attachment.png>
Mais detalhes sobre a lista de discussão R-br