Modelos Lineares Múltiplos

Durante o curso usaremos o procedimento de simplificar o modelo a partir do modelo cheio. O procedimento consiste em comparar modelos aninhados, dois a dois, retendo aquele que tem maior poder explicativo. Caso os modelos não seja diferentes no seu poder explicativo, retemos o modelo mais simples, apoiados no princípio da parcimônia.

• número de parâmetros menor possível
• linear é melhor que não-linear
• reter menos pressupostos
• simplificar ao mínimo adequado
• explicações mais simples são preferíveis

1. ajuste o modelo máximo (cheio)
2. simplifique o modelo:
   • inspecione os coeficientes (summary)
   • remova termos não significativos
3. ordem de remoção de termos:
   • interação não significativos (maior ordem)
   • termos quadráticos ou não lineares
   • variáveis explicativas não significativas
   • agrupe níveis de fatores sem diferença
   • ANCOVA: intercepto não significativos → 0

A diferença não é significativa:

• retenha o modelo mais simples
• continue simplificando

A difereça é significativa:

• retenha o modelo complexo
• este é o modelo MINÍMO ADEQUADO

<WRAP center round box 80%>

1. abra o arquivo davis.csv no R ou no Rcmdr
2. monte os modelos possíveis para peso com relação às variáveis preditoras: altura e sexo
3. a partir do modelo mais cheio e simplifique o modelo
4. apresente o resultado em um gráfico

</WRAP>

<WRAP center round box 80%>

• abra o arquivo babies.csv no R
• faça os modelos possíveis com as variáveis:
  • resposta bwt : peso do bebê ao nascer
  • preditoras:
    • gestation: tempo de gestação (dias)
    • parity: já teve outro filho (1 = sim, 0 = não)
    • age: idade
    • height: altura
    • weight: peso
    • smoke: 0 não fumante; 1 fumante
  • selecione o modelo mínimo plausível pelo método: modelo cheio para mínimo adequado
  • interprete o resultado

</WRAP>