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 ...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
<strong>caso</strong>) e os <strong>da</strong><strong>dos</strong> coleta<strong>dos</strong>. Para a regressão, é possível fazer exatamente o mesmo<br />
procedimento para encaixar a linha nos <strong>da</strong><strong>dos</strong>. O interesse, nesse <strong>caso</strong>, é nos desvios entre os<br />
<strong>da</strong><strong>dos</strong> e a linha, já que na regressão a reta é o modelo. Só que na regressão, os desvios são<br />
chama<strong>dos</strong> de resíduos, apesar de significarem a mesma coisa.<br />
<strong>As</strong>sim como nas médias, as distâncias ou resíduos podem ser positivos ou negativos<br />
e se somar to<strong>dos</strong>, os valores serão calcula<strong>dos</strong>, encontrando o resultado 0. Da mesma forma<br />
<strong>dos</strong> modelos anteriores, podem-se elevar os resulta<strong>dos</strong> ao quadrado antes de somá-los. Esse<br />
resultado <strong>da</strong>rá uma noção se a linha particular se encaixa bem nos <strong>da</strong><strong>dos</strong>. Se os resulta<strong>dos</strong><br />
forem grandes, a linha não representa bem os <strong>da</strong><strong>dos</strong>, se forem pequenos, a linha é<br />
representativa.<br />
Poder-se-ia então calcular as somas <strong>dos</strong> quadra<strong>dos</strong> de to<strong>da</strong>s as linhas e comparar qual<br />
delas tem o menor resultado, sendo esta a reta que melhor representa os <strong>da</strong><strong>dos</strong>. O problema é<br />
que é impraticável fazer isso (as retas são infinitas). Por sorte, a própria técnica <strong>da</strong> soma <strong>dos</strong><br />
mínimos quadra<strong>dos</strong> seleciona a linha com menor resultado.<br />
A partir do momento que a linha que melhor se encaixa é identifica<strong>da</strong>, pode-se<br />
analisar quão bem ela faz isso. Esse procedimento de goodness of fit é importante porque<br />
mesmo que essa linha seja a que melhor se encaixa, ela ain<strong>da</strong> pode ser uma má representante<br />
<strong>dos</strong> <strong>da</strong><strong>dos</strong>. Foi visto anteriormente que a medi<strong>da</strong> de adequação de um modelo pode ser <strong>da</strong><strong>da</strong><br />
genericamente pela equação:<br />
<br />
Se o interesse é buscar a linha que melhor se encaixa, é necessário compará-la com<br />
alguma coisa, e o que se escolhe é o modelo mais básico de to<strong>dos</strong>. Calcula-se com a equação<br />
acima a adequação do modelo mais básico e do modelo que melhor se encaixa (a reta<br />
escolhi<strong>da</strong>) e, se o modelo é pelo menos um pouco bom, ele deve se encaixar significantemente<br />
melhor que o mais básico.<br />
O modelo mais básico em questão é o <strong>da</strong> média. Ele tem sérios problemas,<br />
especialmente para analisar a relação entre as variáveis. Na ver<strong>da</strong>de, esse é um modelo de não<br />
relação entre as variáveis porque independentemente <strong>dos</strong> valores que a variável independente<br />
assume, o resultado que fornece é sempre a média <strong>da</strong> variável dependente; a média,<br />
entretanto, é o modelo mais simples disponível e é o usado para notar quão bem a reta<br />
representa os <strong>da</strong><strong>dos</strong> <strong>da</strong> amostra.<br />
178