
Sergio o R2 baixo pode ser por diversas razoes inclusive o talvez baixo valor explicativo das covariáveis. Outro fato é sempre olhar o R2 com reservas. É ainda possível que a relacao nao esteja linear com as covariaveis e talvez voce precise transformar estas tambem Em verificaria graficos da resposta (transformada) contra as covariáveis para examinar a existencia e forma das relacoes de forma descritiva antes de tentar ajustar um modelo. Um expediente util é usar gam() para deixar os dados indicarem a relacao quanto a outras distribuicoes a funcal glm() generaliza a lm(). O argumento family permite escolhar distribuicoes. A gam() tb tem o mesmo argumento Neste ponto sugiro consultar exemplos de glm's em algum texto como Introductory statistica with R (Daalgard), MASS (Venable & Ripley), dentre tantos outros On Mon, 30 Apr 2012, Sérgio Henrique almeida da silva ju wrote:
Oi Obrigado Prof Paulo, sua sugestão foi bastante útil. Rodei meu modelo usando a transformação da variável dependente, segundo a sugestão do prof Paulo, porém meu R2 está baixo (Adjusted R-squared: 0.1386), ainda não fiz a análise dos resíduos, mas fiquei curioso de como utilizar a Poisson ou Binomial Negativa para modelar minha taxa (Estou modelando a taxa de incidência de esquistossomose como variável dependente juntamente com um conjunto de variáveis sociodemográficas como variáveis independentes), uma vez que nunca trabalhei com essas distribuições. Abraços
-- Sérgio Henrique Almeida da Silva Junior Doutorando em Epidemiologia em Saúde Pública Escola Nacional de Saúde Pública Sérgio Arouca - ENSP/FIOCRUZ http://lattes.cnpq.br/1611345552843383