Regresso http www youtube comwatch v78 Kbb Wh

Regressão • http: //www. youtube. com/watch? v=78 Kbb. Wh Rl. AY

Regressão no SPSS • https: //www. youtube. com/results? q=regressi on+analysis+spss&bav=on. 2, or. r_qf. &bvm=bv. 51495398, d. e. WU, pv. xjs. s. en_US. M 436_38 X 9 A. O&biw=1366&bih=667&um=1&ie= UTF-8&gl=BR&sa=N&tab=w 1

Regressão no STATA • https: //www. youtube. com/results? search_qu ery=regression+analysis+stata&oq=regression +analysis+stata&gs_l=youtube. 3. . 0 l 2 j 0 i 5. 3251 7. 33107. 0. 33176. 5. 5. 0. 0. 246. 426. 1 j 1 j 1. 3. 0. 0. . . 1 ac. 1. 11. youtube. Cpm 1 q. RJI_M 8

História da Regressão • http: //www. amstat. org/publications/jse/v 9 n 3 /stanton. html

Understanding Regression Analysis • http: //srmo. sagepub. com/view/understandin g-regression-analysis/SAGE. xml

Questões • Para que serve o modelo de regressão de mínimos quadrados ordinários (MQO)? • Como os cientistas sociais podem utilizar essa ferramenta? • Como evitar aplicações inadequadas dessa técnica?

Por que aprender MQO? • 1. Método mais usualmente empregado (30, 8% - APSR, AJPS e JOP) • 2. Mais fácil de rodar e interpretar • 3. Ampla aplicação em CS • 4. Avaliação de políticas públicas • 5. Por causa de Magrão!!!

Cursos de Verão MQ – UFMG EMAS – Salamanca ICPSR, Michigan, EUA Essex Summer School in Social Sciences, Londres • IPSA Summer School, São Paulo • http: //summerschool. fflch. usp. br/ • •

Entendendo o modelo de MQO • Estimar o grau de associação entre Y (VD) e uma série de VIs (Xis) • É possível utilizar os valores das VIs para entender/explicar/predizer os valores da VD

O modelo de MQO Y = α + β 1 X 1 + ε

E os Resíduos? • Modelo (representação formal) x realidade • Quanto menos resíduo, melhor o ajuste do modelo

E os Resíduos? A forma funcional de MQO minimiza os erros de estimação entre os valores observados e estimados

Pressupostos do MQO • • • BLUE – Best Linear Unbiased Estimat. OR Melhor Estimador Linear Não-Viesado Best (melhor) Linear (relação entre as variáveis) Unbiased (nem SOBRE, nem SUB)

Pressupostos do MQO • 1. Lineariedade • 2. Ausência de erro sistemático de mensuração • 3. Homocedasticidade • 4. Ausência de autocorrelação • 5. Ausência de multicolinariedade • 6. Adequada proporção entre casos e variáveis

1. Lineariedade • A relação entre as VIS e a VD pode ser representada por uma função linear • Quanto mais a relação entre as variáveis se distânciar de uma função linear, menos aplicável é o modelo de MQO

1. Lineariedade

2. Ausência de erros sistemáticos de mensuração • Variáveis mal medidas, prduzirão estimativas inconsistentes • Erro sistemático x erro aleátorio

3. Homocedasticidade • Variância uniforme dos resíduos • Variância aleatória dos resíduos • NÃO pode haver padrão

3. Homocedasticidade

4. Ausência de autocorrelação • A ocorrência de uma observação NÃO pode influenciar a ocorrência de outra observação • Indepêndencia das observações

5. Ausência de multicolinariedade • Multicolinariedade? ? Multioq? • Altos níveis de correlação entre as Vis (r>0, 9) • Como detectar? Estimar correlação entre as VIS • Criar um índice (análise fatorial) • Aumentar o número de casos

5. Ausência de multicolinariedade

6. Adequada proporção entre casos e variáveis • • • Casos > variáveis Maximizar a quantidade de casos Para cada VI, pelo menos 5 casos Para cada VI, pelo menos 15 casos Para cada VI, pelo menos 50 casos

Planejamento de uma Regressão • 1. Definir a VD (discreta ou contínua); Definir as VIS; Especificar a relação esperada entre as variáveis (teoria); • 2. Maximizar o número de observações • 3. Verificar em que medida os dados satisfazem os pressupostos • 4. Estimar o modelo • 5. Interpretar os resultados

Atividade 1 A partir da bibliografia sugerida no curso, responda as seguintes questões: • • O que é e para que serve a análise de regressão? O que você entende por multicolinariedade? Defina o conceito de coeficiente de determinação. O que você entende por variável dummy? Defina o conceito de outlier? Quais são os problemas associados a presença de outliers em análises multivariadas? O que é o coeficiente de regressão? O que você entende por significância estatística? http: //www. academia. edu/4253000/O_que_fazer_e_o_que_nao_fazer_com_a_regre ssao_pressupostos_e_aplicacoes_do_modelo_linear_de_Minimos_Quadrados_Or dinarios_MQO http: //www. academia. edu/4252969/What_is_R 2_all_about

Atividade 2 • Resumo (min 3, max 5) • Três dúvidas • http: //www. academia. edu/4253000/O_que_f azer_e_o_que_nao_fazer_com_a_regressao_ pressupostos_e_aplicacoes_do_modelo_linea r_de_Minimos_Quadrados_Ordinarios_MQO

MQO no SPSS • Analyze Regression Linear

Exemplo 1 Gastos e Votos

Exemplo 2 • http: //www. youtube. com/watch? v=e 5 q. GXpg 4 bw