<div dir="auto">Tem ruído aí nesta explicação. Na verdade, o que o "epidemiologista" alegou, não me convenceu.<div dir="auto"><br></div></div><div class="gmail_extra"><br><div class="gmail_quote">Em 7 de fev de 2017 9:14 PM, "Marcos Bissoli via R-br" <<a href="mailto:r-br@listas.c3sl.ufpr.br">r-br@listas.c3sl.ufpr.br</a>> escreveu:<br type="attribution"><blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex"><div dir="ltr"><div class="gmail_extra"><div>Prezados,</div><div><br></div><div>De antemão peço desculpas se desvio o tópico da lista. Mas creio que o tema da mensagem é minimamente transversal aos aqui tratados.</div><div><br></div><div>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.</div><div><br></div><div>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...</div><div><br></div><div>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.</div><div><br></div><div><img src="cid:ii_15a1acf59c3aed8b" alt="Imagem inline 1" width="544" height="379"><br></div><div><br></div><div>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?</div><div><br></div><div>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,).</div><div><br></div><div>Seguem alguns resultados, caso possa ajudar em algo.</div><div><br></div><div>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.</div><div><br></div><div>Há braços,</div><div><br></div><div>Marcos Bissoli</div><div>Faculdade de Nutrição</div><div>Unifal-MG</div><div><br></div><div><pre class="m_-6160994631685705737gmail-GGHFMYIBMOB" id="m_-6160994631685705737gmail-rstudio_console_output" style="font-family:"dejavu sans mono";outline:none;border:none;word-break:break-all;margin-top:0px;margin-bottom:0px;line-height:16px;color:rgb(0,0,0);font-size:10pt;white-space:pre-wrap"><span class="m_-6160994631685705737gmail-GGHFMYIBCPB m_-6160994631685705737gmail-ace_keyword" style="color:blue;white-space:pre-wrap">> </span><span class="m_-6160994631685705737gmail-GGHFMYIBCOB m_-6160994631685705737gmail-ace_keyword" style="color:blue">Mod1 <- glm(Tabagismo~.,data = TabModelagem,family = quasipoisson)
</span><span class="m_-6160994631685705737gmail-GGHFMYIBCPB m_-6160994631685705737gmail-ace_keyword" style="color:blue;white-space:pre-wrap">> </span><span class="m_-6160994631685705737gmail-GGHFMYIBCOB m_-6160994631685705737gmail-ace_keyword" style="color:blue">summary(Mod1)
</span>
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.<wbr>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</pre></div><div><br></div><div><br></div><div><br></div><div>-- <br></div><div class="m_-6160994631685705737gmail_signature"><div dir="ltr"><div><div dir="ltr">MARCOS BISSOLI<br><br></div><div dir="ltr">Faculdade de Nutrição<br>Universidade Federal de Alfenas<br><br>Blog: <span style="font-size:12.8px"><a href="http://bocademiamaldita.blogspot.com/" target="_blank">bocademiamaldita.<wbr>blogspot.com/</a></span></div><div>E-mail: <a href="mailto:mbissoli@gmail.com" target="_blank">mbissoli@gmail.com</a><br>Twitter: #mbissoli<div><br>Alfenas, Minas Gerais, Brasil<br><br><br>*****Pense na Natureza antes de Imprimir*****<br>Divulgue ON-LINE<br><br>Eu apoio a ENEN "na luta por um Brasil sem fome"<br><br>"por ĉiu popolo ties propran lingvon, por ĉiuj popoloj la esperantan"<br>(para cada povo sua própria língua, para todos os povos o Esperanto)</div><div><br></div><div>E nunca votarei no PSDB/DEM!</div></div></div></div></div>
</div></div>
<br>______________________________<wbr>_________________<br>
R-br mailing list<br>
<a href="mailto:R-br@listas.c3sl.ufpr.br">R-br@listas.c3sl.ufpr.br</a><br>
<a href="https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br" rel="noreferrer" target="_blank">https://listas.inf.ufpr.br/<wbr>cgi-bin/mailman/listinfo/r-br</a><br>
Leia o guia de postagem (<a href="http://www.leg.ufpr.br/r-br-guia" rel="noreferrer" target="_blank">http://www.leg.ufpr.br/r-br-<wbr>guia</a>) e forneça código mínimo reproduzível.<br></blockquote></div></div>