Prezados colegas, Possuo dados de um questionário e quero estimar o efeito individual de cada variável explicativa (todas são qualitativas) sobre a variável dependente (contínua). Contudo o padrão é considerar os coeficientes estimados como a diferença entre o o grupo de referência (valor estimado do intercepto) e o grupo do coeficiente. Cada variável qualitativa diz respeito a uma característica de uma determinada atividade e a variável contínua é o tempo tomado para executar tal atividade. Destaco que o nível de referência de cada fator diz respeito ao caso em que nenhuma das opções para aquele fator foi marcado. Os dados estão em "http://www.datafilehost.com/d/c7f0d342". Não os coloquei no CMR, pois ainda não consegui (peço minhas sinceras desculpas), mas espero que isto não seja empecilho.Também não coloquei apenas uma amostra dos dados, pois estava havendo problemas de matriz singular. 1º (e principal) Problema - Para obter o efeito individual dos níveis de cada fator, considerei que o grupo de referência possui efeito zero e fiz os seguintes passos: #Como o arquivo não está sendo carregado no CMR, supõe-se aqui que ele foi baixado da internet e já se encontra carregado no R. #Utilizarei uma regressão quantílica, por isso segue o pacote abaixo. install.packages(quantreg) library(quantreg) #Transformando as variáveis categóricas em objetos únicos p_1 = table(1:length(tabela1.1$p1),as.ordered(tabela1.1$p1)) p_21 = table(1:length(tabela1.1$p21),as.factor(tabela1.1$p21)) p_22 = table(1:length(tabela1.1$p22),as.factor(tabela1.1$p22)) p_23 = table(1:length(tabela1.1$p23),as.factor(tabela1.1$p23)) p_24 = table(1:length(tabela1.1$p24),as.factor(tabela1.1$p24)) p_25 = table(1:length(tabela1.1$p25),as.factor(tabela1.1$p25)) p_34 = table(1:length(tabela1.1$p34),as.ordered(tabela1.1$p34)) p_5 = table(1:length(tabela1.1$p5),as.ordered(tabela1.1$p5)) p_6 = table(1:length(tabela1.1$p6),as.ordered(tabela1.1$p6)) p_7 = table(1:length(tabela1.1$p7),as.ordered(tabela1.1$p7)) p_8 = table(1:length(tabela1.1$p8),as.ordered(tabela1.1$p8)) p_9 = table(1:length(tabela1.1$p9),as.ordered(tabela1.1$p9)) #Regressão do modelo sem intercepto, mas também considerando que o grupo de referência tem valor 0, haja vista que o grupo de referência significa que nenhum dos fatores foi marcado (se nenhum item foi marcado, considero que o tempo tomado para executar a atividade é praticamente zero). qrModel=rq(data=tabela1.1, pontoefetivo ~ 0 + p_1[,-1] + p_21[,-1] + p_22[,-1] + p_23[,-1] + p_24[,-1] + p_25[,-1] + p_34[,-1] + p_5[,-1] + p_6[,-1] + p_7[,-1] + p_8[,-1] + p_9[,-1], tau=0.5) summary(qrModel) A minha ideia foi que, dado que o grupo de referência é zero, o coeficiente estimado é justamente o efeito individual do nível escolhido da variável. A minha ideia está certa? Se não, o que faço para obter esses efeitos individuais? 2º Problema: Supondo que fiz tudo certinho acima, os fatores ordenados não possuem efeitos crescentes [Ver summary(qrModel)]. Mas não deveriam possuir? Se deveriam, o que faço para garantir tal efeito? 3º Problema: Mas uma vez supondo que tudo está correto, esperava que todos os efeitos sobre o tempo de execução das atividades fossem não negativos. Ou estou errado a respeito disso? Se estou certo, o que faço para garantir que todos os valores sejam não negativos. Desde já agradeço a todos e aguardo qualquer ajuda. <http://www.datafilehost.com/get.php?file=c7f0d342>-- *Rafael Carneiro da CostaDoutorando em EconomiaCentro de Pós-Graduação em Economia - CAENUniversidade Federal do Ceará - UFC*