As determinantes locais da paradiplomacia: o caso dos municípios ...

Uma das formas mais simples de atingir essa inferência é por meio da média. Viu-se
anteriormente que ela é uma boa medida de tendência central, apesar de alguns problemas,
como a suscetibilidade a valores extremos; algumas qualidades, no entanto, favorecem a sua
utilização como modelo estatístico, a exemplo de sua estabilidade ao longo de diversas
amostras. Esses aspectos serão aprofundados a seguir.
A média é um valor hipotético que representa dados que são, de fato, observados.
Usando mais uma vez o exemplo da sessão anterior, dizer que a média do grupo é de 40 anos,
esclarece bastante, ao permitir que não se analisem todas as pessoas com as respectivas
idades. A ideia de hipotético é justamente mostrar que esse valor não necessariamente existe
na base de dados (na verdade, ninguém do grupo tinha 40 anos), mas que é uma representação
do grupo (dos dados) como um todo.
Como na maioria dos testes estatísticos, pode-se determinar se o modelo é acurado
olhando quão diferente os dados reais são do modelo criado. Uma forma de fazer isso no
modelo de médias é calcular o desvio (distância) entre os scores dos dados e da média. Esse
desvio pode ser pensado como erro entre os dados observados e os previstos. Pode-se medir a
magnitude dos desvios pela subtração da média (valor hipotético) pelos valores reais. Cabe
notar que como alguns dados estarão subestimados e outros superestimados, há valores
positivos e negativos decorrente dessas operações.
De posse de cada desvio, testa-se a acurácia do modelo por meio de sua soma,
chegando ao erro total do modelo. O problema dessa operação é que seu resultado final é zero
(em decorrência dos sinais trocados dos desvios). Deve-se evitar a anulação da soma e,
matematicamente, isso é feito pela elevação de cada um dos desvios antes da soma, buscando
obter somente números positivos.
A soma dos desvios quadráticos (SS) é o resultado dessa transformação e uma boa
medida de acurácia do modelo. Ela pode ser expressa por:
Um problema é que ela é dependente do número de observações, porque quanto
maior a quantidade de casos, maior será o valor da soma. Para evitar essa distorção, divide-se
o valor da soma pelo número de observações (N), conseguindo a média dos erros. Se o
interesse é apenas a média de erros da amostra a divisão pelo N é suficiente, mas geralmente o
que se busca é a media de erros para a população. Para esses casos, divide-se a soma pelos
graus de liberdade.
160