Regressão Linear

análise dos pressupostos

2

Examinando os resíduos

3

Análise de Resíduos A análise dos resíduos revela:

se a presunção de normalidade da distribuição dos resíduos se confirma;

pode revelar se a variância dos resíduos é realmente constante, ou seja, se a dispersão dos dados em torno da reta de regressão é uniforme;

se há ou não uma variável não identificada que deve ser incluída no modelo;

se a ordem em que os dados foram coletados ( p. ex., tempo da observação) tem algum efeito sobre os dados, ou se a ordem deve ser incorporada como uma variável no modelo.

se a presunção de que os resíduos não são correlacionados está satisfeita.

4

Premissas dos Testes Estatísticos

Premissas em relação aos resíduos: São aleatórios com distribuição normal ? São independentes entre si ? Têm Valor Esperado = 0 ? Possuem Variância Constante ?

Premissas em relação aos dados: Modelo linear nos parâmetros

5

Premissas dos Testes Estatísticos

Os intervalos de confiança e os testes estatísticos só serão válidos se essas premissas forem verdadeiras para os dados que estão sendo analisados

Portanto, é necessário verificar se essas premissas estão presentes antes de analisar a regressão

6

Checando as premissas pelas ferramentas do Excel

Usar os gráficos:Plotagem dos Resíduos

• Se os dados atendem às premissas, o gráfico deve mostrar uma faixa horizontal centrada em torno do 0, sem mostrar uma tendência positiva ou negativa

Plotagem de Probabilidade Normal• Se o gráfico é aproximadamente linear, podemos

assumir que os resíduos têm distribuição normal

7

Testando a adequação do modeloResíduos

X

0

Se o gráfico dos resíduos mostra uma tendência sistemática positiva ou negativa significa que uma outra função (não linear) deve ser escolhida.

8

Testando a Existência de Variáveis Esquecidas

Resíduos

X

0

Se o gráfico dos resíduos demonstra um padrão quando plotado contra determinada variável, esta variável deve ser incluída no modelo ao lado do X

Os resíduos não estão aleatoriamente distribuídos em torno de zero

9

Checando Igualdade da Variância dos Resíduos

A variância dos resíduos é indicada pela largura da dispersão dos resíduos, quando o valor de x aumenta

Se essa largura aumenta ou diminui quando o valor de x aumenta, a variância não é constante

Este problema é denominado heterocedasticidade Quando existe heterocedasticidade o método dos mínimos

quadrados não pode ser usado para estimar a regressão, devendo ser usado um método mais complexo chamado mínimos quadrados geral.

10

Checando HeterocedasticidadeResíduos

X

0

Resíduos

X

0

A variância residual está crescendoResíduos parecem aleatórios, sem padrão

11

Examinando autocorrelação

x x

• ••

•

•

••

•• 00 •

•

•

•••

•

12

Examinando autocorrelação

x x

•

••

•

••

••

00 •

••

•• • • • • • ••

13

Examinando autocorrelação

x

• ••• •

•• ••

•••

0

14

Checando as premissas por Testes dos Pressupostos

Testes básicos para validação do modelo de regressão simples

Normalidade dos resíduos Homocedasticidade Ausência de autocorrelação dos resíduos Linearidade dos parâmetros

15

Normalidade dos resíduos

Os resíduos devem apresentar distribuição normal

Identificação da Normalidade: Compara-se a distribuição dos resíduos

com a curva normal Testes:

Kolmogorov-Smirnov (não paramétrico) Jarque-Bera (paramétrico assintótico)

16

Normalidade dos resíduos

Teste Kolmogorov-SmirnovH0: distribuição normalH1: distribuição não é normal

Testa a proximidade ou a diferença entre freqüência observada e esperada.Geralmente, K-S menor que 0,3 indica que a distribuição está apropriada.Estatística K-S usa a distribuição D. D ≤ Dcrítico aceita a Hipótese Nula

max. iiD zn

17

Normalidade dos resíduos

Teste de Jarque-BeraH0: distribuição normalH1: distribuição não é normal

JB ≤ JBcrítico aceita a Hipótese Nula

Estatística JB qui-quadrado ( 2א ) (com 2 gl)

JB = n . [ A2/6 + (C-3)2/24]onde:A = assimetriaC = curtose

18

Normalidade dos resíduos

Se a distribuição não for normal?Estimativas não serão eficientes; maior erro padrão

Possíveis causas:•Omissão de variáveis explicativas importantes•Formulação matemática incorreta (forma funcional)

Solução:•Incluir novas variáveis •Formular corretamente a relação funcional

19

Homocedasticidade

20

HomocedasticidadeOs resíduos devem apresentar a mesma

variância para cada observação de XAvalia-se o conteúdo informacional dos resíduos

Identificação da homocedasticidade Analisa-se a evolução da dispersão dos

resíduos em torno da sua média, à medida que X aumenta

Examina-se a distribuição dos resíduos para cada observação de X

Testes: Pesarán-Pesarán; BPG; RESET de Ramsey; White; etc.

21

Homocedasticidade

Teste de Pesarán-Pesarán:2 = f (Yc

2)

Regride-se o quadrado dos resíduos (2) como função do quadrado dos valores estimados (Yc

2) Avalia-se o coeficiente de Yc

2 H0: resíduos homocedásticos H1: resíduos heterocedásticos

22

Homocedasticidade

Se a distribuição não for homocedástica? Estimativas não serão eficientes; maior erro padrão

Possíveis causas:• Diferenças entre os dados da amostra

a. modelo da aprendizagemb. discricionariedade no uso da rendac. diferenças em dados em corte (cross-

section)d. erro de especificação

23

Homocedasticidade

Solução: Mudar a forma funcional através de

transformações das variáveis Estimar a regressão via mínimos quadrados

ponderados

24

Ausência de autocorrelação

O modelo pressupõe que: correlação entre os resíduos é zero o efeito de uma observação é nulo sobre a

outra não há causalidade entre os resíduos e a

variável X, e, por conseqüência, a variável Y

Identificação da autocorrelaçãoAnalisa-se a dispersão dos resíduos em torno

da sua média Teste de Durbin-Watson

25

Ausência de autocorrelação

•Teste de Durbin-Watson

•H0: Não existe correlação serial dos resíduos•H1: Existe correlação serial dos resíduos

•Estatística DW = (x - x-1)2 / x2

26

Ausência de autocorrelação

•Análise da Estatística DW

0 dL dU 4-dU 4-dL 4

Autocorrelaçãopositiva

Autocorrelaçãonegativa

Ausência de Autocorrelação

Região não conclusiva

Região não conclusiva

27

Ausência de autocorrelação

Se os resíduos forem correlacionados?•Estimativas não eficientes; maior erro padrão

Possíveis causas:•Em séries temporais

•inércia•viés de especificação

•falta de variáveis•forma funcional incorreta

•defasagem nos efeitos das váriáveis•manuseio dos dados (interpolação / extrapolação)

28

Ausência de autocorrelação

Solução: Formular corretamente a relação

funcional Tornar a série estacionária

29

Regressão Linear Múltipla Extensão do modelo de regressão linear

Valem as hipóteses deDistribuição Normal dos

ResíduosHomocedasticidadeAusência de autocorrelaçãoLinearidade nos parâmetros

AdicionalmenteAusência de multicolinearidade

30

Multicolinearidade

Ocorre com duas ou mais variáveis independentes do modelo explicando o mesmo fenômeno

Variáveis contêm informações similares• Exemplo

Explicar preço de uma casa com regressão que tenha como variáveis explicativas a área da casa e o número de cômodos

31

Multicolinearidade

o Duas ou mais variáveis independentes altamente correlacionadas

o Dificuldade na separação dos efeitos de cada uma das variáveis

o A multicolinearidade tende a distorcer os coeficientes (b) estimados

32

Multicolinearidade

ConseqüênciasErros padrão maiores

Menor eficiênciaEstimativas mais imprecisas

Estimadores sensíveis a pequenas variações dos dados

Dificuldade na separação dos efeitos de cada uma das variáveis

33

Multicolinearidade

Identificação através dos Testes seguintesFARRAR & GLAUBERVIF (VARIANCE INFLATION FACTOR) TOLERANCE

34

Multicolinearidade

Identificação Teste de Farrar & Glauber

2 crítico com g.l. = k . (k-1) / 2

1 r12 ........r1k

2 = -[n - 1 - 1/6 . (2.k+5)] . Ln(det r21 1 ........r2k )

rk1 rk2 ........ 1onde: n = número de observações k = número de variáveis Ln = logaritmo neperiano det = determinante rij = coeficiente de correlação parcial

35

Multicolinearidade

Teste de aceitação Teste de Farrar & Glauber

H0: Ausência de MulticolinearidadeH1: Existe Multicolinearidade

2 teste > 2 crítico → Rejeita a hipótese nula de ausência de multicolinearidade (Há correlação entre as variáveis)

36

Multicolinearidade

Identificação VIF

VIFk = 1 / ( 1 - rk2)

Regra de bolso para o VIFaté 1 - sem multicolinearidadede 1 até 10 - multicolinearidade aceitávelacima de 10 - multicolinearidade problemática

onde: rk = coeficiente de correlação da variável K com as demais variáveis

37

Multicolinearidade

Identificação

Tolerancek = ( 1 - rk2)

Regra de bolso para o índice Toleranceaté 1 - sem multicolinearidadede 1 até 0,10 - multicolinearidade aceitávelabaixo de 0,10 - multicolinearidade problemática

onde: rk = coeficiente de correlação da variável K com as demais variáveis