Avaliação de métodos para comparação de modelos de regressão por simulação de dados

Sérgio Ricardo Silva Magalhães, Ruben Delly Veiga, Thelma Sáfadi, Marcelo Ângelo Cirillo, Márcio Magini

Resumo


O presente estudo teve como objetivo comparar em relação à taxa de Erro Tipo I e Tipo II, os métodos da Identidade de Modelos, das Variáveis Dummy (binárias) e da Análise de Variância, usados para a comparação de modelos de regressão por meio de simulação de dados em computador. Foram considerados quatro casos de regressão linear e cinco casos de regressão polinomial quadrática. Utilizando-se os recursos do Interactive Matrix Language (IML), do sistema SASâ, foram desenvolvidas rotinas apropriadas para a metodologia de comparação de modelos de regressão. Realizou-se uma simulação de dados composta de 10.000 experimentos, considerando os diferentes tamanhos de amostras (10, 50 e 100 observações) para cada uma dos nove casos. Os resultados de todas os casos simulados pelos três métodos foram semelhantes, apresentando baixos percentuais de Erro Tipo I e Erro Tipo II. O Método das Variáveis Dummy foi o mais eficiente para os três tamanhos de amostra, pois, apresentou os menores percentuais de Erro Tipo I e Erro Tipo II.

Palavras-chave


Identidade de modelos; Variáveis Dummy; Análise de Variância; Simulação.

Texto completo:

PDF


DOI: http://dx.doi.org/10.5433/1679-0375.2004v25n2p117

Creative Commons License
This work is licensed under a Creative Commons Attribution 3.0 License.

Semina: Ciências Exatas e Tecnológicas/

Semina: Exact and Technological Sciences
Londrina - PR
ISSN Impresso/Print ISSN: 16765451

ISSN Eletrônico/EISSN: 16790375