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

tamanho necessário da amostra de não-eventos. De forma geral, os autores sugerem começar
em uma proporção de um para um, ou seja, amostras de 1 e 0 iguais e aumentando o tamanho
da segunda na medida em que os erros-padrão e os intervalos de confiança sejam pequenos o
suficiente.
O ideal é que esse número (a proporção entre o tamanho de 1s e 0s) fique entre dois e
cinco, ou seja, que no máximo o número de zeros não seja maior que o quíntuplo de 1s.
Contida nessa ideia está a noção básica de que a partir do momento que o número de zeros
ultrapassa os de 1, o ganho marginal de cada inclusão de um novo 0 vá diminuindo. Em outras
palavras, os ganhos com a adição de não-eventos não compensa os esforços de coletar mais
observações.
Os modelos que selecionam as amostras com a variável dependente como referencial
só são eficientes e consistentes quando envolvem uma correção adequada. O relogit trabalha
com dois tipos de correção: os de weighting e os de prior correction. O primeiro se relaciona
com a atribuição de pesos maiores para os 0s e menores para os 1s, na proporção de suas
frequências na população. O segundo foca a correção dos padrões de estimação de máxima
verossimilhança (maximum likelihood) para o intercepto , dado que na amostragem de case
control, os outros coeficientes são consistentes e apenas a constante é enviesada.
Mesmo com a correção relativa às amostras, os coeficientes ainda são enviesados
para amostras de eventos raros. Os cálculos da correção do viés nos coeficientes de inclinação
são bastante complexos, mas, de forma geral, pode-se dizer que o relogit estima o mesmo
modelo de logit como no procedimento padrão, usando um estimador que fornece um erro das
médias quadráticas menor na presença de dados com eventos raros para os coeficientes, as
probabilidades e os outros resultados desejados. Não serão demonstradas as equações
envolvidas no estimador que estão presentes nos artigos de King e Zeng, mas o pacote
estatístico fornecido por Tomz, King e Zeng (1999), fornece rapidamente os resultados desses
cálculos. Além disso, a base conceitual desses procedimentos numéricos acabou de ser
coberta pelos parágrafos anteriores.
No próximo capítulo será percebida mais uma diferença entre o modelo logit
tradicional e o relogit. Ela relaciona-se aos tipos de resultados apresentados pelo modelo dos
eventos raros. No relogit, ao invés de reportar os coeficientes logit, apresentam-se os
coeficientes corrigidos, em vez de razões de chance (odds ratio), apresentam-se os resultados
em razão de riscos (risk ratio) ou riscos relativos (relative risks).
As formas de reportar os resultados depois de rodado o modelo serão detalhadas no
próximo capítulo. O que importante notar a essa altura é que o relogit tem interface específica
196