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

Nos parágrafos anteriores foram identificados alguns procedimentos e noções básicas
da estatística que são aplicadas na construção de um modelo. Apesar de ter tomado um espaço
excessivo, as noções são importantes para entender como se desenham os modelos estatísticos
e por que cada um deles trabalha de formas diferentes os dados coletados. A média serviu
como modelo exemplificativo por ser uma forma simples de a amostra representar os dados e
a população. Nos próximos segmentos serão apresentados os modelos de correlação e
regressão linear até se chegar ao que de fato interessa para este estudo: a regressão logística e
a regressão logística para os eventos raros.
Um ponto importante antes de desenvolver modelos mais complexos é entender os
pressupostos presentes na análise estatística. Não se entrará a fundo nesse tema porque a
literatura geralmente se empenha em mostrar como respeitar os pressupostos e isso não é o
objetivo deste trabalho. Pretende-se apresentar apenas o mínimo para que se entenda a
apresentação dos resultados do próximo capítulo. Ao invés de detalhar cada pressuposto, será
apresentado rapidamente o que cada um implica. Nas respectivas explicações dos modelos,
aparecerão outros pressupostos específicos.
Os pressupostos são importantes porque quando não são respeitados perde-se a
capacidade de formular conclusões acuradas sobre a realidade. Há uma diferença entre
pressupostos de dados paramétricos de dados não-paramétricos. Os dados paramétricos estão
contidos nos grandes catálogos de distribuição que foram desenvolvidos pelos estatísticos e
para serem considerados como tais devem respeitar uma série de pressupostos. Dados não
paramétricos tendem a ser mais livres de pressupostos, mas também podem fornecer testes
com menos poder.
Existem alguns pressupostos mais comuns que aparecem para a distribuição normal e
esses que serão rapidamente identificados. O primeiro deles é a distribuição normal dos
dados. A ideia desse pressuposto já foi vista anteriormente, mas é importante repassá-la. Ela
pode ser um pouco confusa e mal-entendida porque significa coisas diferentes em contextos
distintos. Às vezes a distribuição normal se refere à distribuição amostral (nos testes t, por
exemplo), outras aos erros dos modelos (por exemplo, nos casos de regressão).
A normalidade poder ser identificada por uma série de testes, que vão desde a
visualização quando os dados são colocados no gráfico (buscar o formato de sino) até testes
como o Kolmogorov-Smirnov e o Shapiro-Wilk, que comparam a distribuição dos dados com
uma distribuição normal, passando pela análise de assimetria e curtose.
Outras noções já apresentadas também são importantes para trabalhar com a
distribuição normal. A teoria dos limites centrais identifica que quando os dados de uma
amostra possuem distribuição próxima da normal a tendência é que a distribuição amostral
171