As determinantes locais da paradiplomacia: o caso dos municípios ...
As determinantes locais da paradiplomacia: o caso dos municípios ...
As determinantes locais da paradiplomacia: o caso dos municípios ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
O modelo estatístico <strong>da</strong> média é importante de ser apresentado, porque de forma<br />
simples ele apresenta procedimentos utiliza<strong>dos</strong> em modelos mais complexos. O modelo <strong>da</strong><br />
média pode ser representado simplifica<strong>da</strong>mente como:<br />
<br />
Substituindo a palavra média por regressão linear, análise fatorial ou regressão<br />
logística obter-se-iam os resulta<strong>dos</strong> deseja<strong>dos</strong> aplicando as técnicas mais apropria<strong>da</strong>s. O que<br />
se quer dizer é que por trás de to<strong>dos</strong> os modelos existe uma ideia simples, que é a evidência<br />
do resultado baseado na aplicação de um modelo específico mais a consideração de erros.<br />
Da mesma forma, a variância e o desvio padrão no modelo de média ilustram outro<br />
conceito fun<strong>da</strong>mental para os modelos em geral: como a goodness of fit de um modelo pode<br />
ser medido. Se o objetivo é buscar quão bem o modelo se encaixa nos <strong>da</strong><strong>dos</strong>, pode-se olhar,<br />
genericamente, para os desvios do modelo, ou seja, para soma <strong>dos</strong> erros quadráticos,<br />
expressos dessa forma:<br />
<br />
Até agora se focou em como explicar se o modelo desenhado se encaixa bem nos<br />
<strong>da</strong><strong>dos</strong> <strong>da</strong> amostra; no entanto, o que se busca geralmente em um modelo estatístico é como é<br />
possível generalizar as conclusões <strong>da</strong> amostra para a população. Como visto anteriormente, a<br />
intenção é ir além do que os <strong>da</strong><strong>dos</strong> observa<strong>dos</strong> fornecem, prevendo efeitos para os <strong>caso</strong>s não<br />
visíveis, ou seja, procura-se por inferências.<br />
Para tentar entender como fazer isso, pode-se não olhar se o modelo se encaixa bem<br />
nos <strong>da</strong><strong>dos</strong> dessa amostra, mas se ele se encaixa na população de onde essa amostra foi<br />
retira<strong>da</strong>. Uma <strong>da</strong>s formas de relacionar a amostra à população é pela identificação do erro<br />
padrão. Muitas vezes esse conceito se confunde com o de desvio padrão, mas eles<br />
representam coisas diferentes. Foi visto acima que para identificar se o modelo encaixa-se<br />
bem nos <strong>da</strong><strong>dos</strong> de uma amostra é necessário saber o desvio padrão presente nele.<br />
Pode-se fazer uso de mais do que uma amostra para tentar representar a população.<br />
Quando se coletam <strong>da</strong><strong>dos</strong> dessas amostras distintas, uma média para ca<strong>da</strong> uma delas será<br />
encontra<strong>da</strong> e elas, possivelmente, serão distintas. Isso acontece porque ca<strong>da</strong> amostra comporta<br />
membros (<strong>caso</strong>s) diferentes de uma população (então existe a possibili<strong>da</strong>de de, por a<strong>caso</strong>,<br />
162