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.
A segun<strong>da</strong> garantia de vali<strong>da</strong>de do logit/relogit não é um pressuposto, mas um<br />
problema possível de ocorrer e que compromete sobremaneira a ro<strong>da</strong>gem do modelo. A<br />
separação completa (complete separation) representa os <strong>caso</strong>s em que uma variável, ou um<br />
grupo de variáveis, consegue prever perfeitamente os resulta<strong>dos</strong> deseja<strong>dos</strong> (Y=1, ou seja,<br />
presença de área internacional). Isso acontece porque quando se quer prever um resultado e a<br />
explicação converge perfeitamente com ela, não há interações que distinguem a diferença <strong>dos</strong><br />
grupos.<br />
A tabela 9 fornece um exemplo mais simples para entender esse problema. Nota-se<br />
que existe um problema com a variável cap (município capital estadual), isso se dá porque<br />
essa variável prevê o sucesso (Y=1) perfeitamente. Como essa variável foi utiliza<strong>da</strong> como<br />
previsora, então sempre que o município for capital estadual (cap=1) ele possuirá área<br />
internacional (aint=1). Diz-se então que está presente uma separação completa.<br />
Tabela 9 - Regressão logística acusando separação completa<br />
Felizmente, o próprio STATA acusa a existência desse problema. Não é preciso fazer<br />
nenhum reparo, apenas excluir a variável; no entanto, esse passo é fun<strong>da</strong>mental, porque se o<br />
logit do modelo é ro<strong>da</strong>do mantendo a variável que dá margem à separação completa perde-se<br />
grande parte do seu poder preditivo. Isso porque como bem explica a nota acima, ao deixar o<br />
programa retirar a variável em questão, to<strong>da</strong>s as observações com ela envolvi<strong>da</strong> também são<br />
deixa<strong>da</strong>s de lado.<br />
note: cap != 0 predicts success perfectly<br />
cap dropped and 26 obs not used<br />
Logistic regression Number of obs = 5427<br />
LR chi2(18) = 399.07<br />
Prob > chi2 = 0.0000<br />
Log likelihood = -134.90743 Pseudo R2 = 0.5966<br />
aint Coef. Std. Err. z P>|z| [95% Conf. Interval]<br />
cap (omitted)<br />
regse -1.077376 1.001021 -1.08 0.282 -3.039341 .8845891<br />
front 1.374505 .549637 2.50 0.012 .2972358 2.451773<br />
metoo .5096162 .406648 1.25 0.210 -.2873993 1.306632<br />
edu .7373683 .4976833 1.48 0.138 -.2380731 1.71281<br />
idh 12.50853 6.111399 2.05 0.041 .5304093 24.48666<br />
pib .0002698 .0001454 1.86 0.064 -.0000152 .0005548<br />
pibcap .0004532 .0150132 0.03 0.976 -.0289721 .0298786<br />
pop .0073682 .0022285 3.31 0.001 .0030005 .011736<br />
exp .0015597 .0007567 2.06 0.039 .0000765 .0030429<br />
com -.000846 .0004589 -1.84 0.065 -.0017454 .0000535<br />
func .0276723 .0123203 2.25 0.025 .003525 .0518197<br />
pt 1.163203 .445333 2.61 0.009 .2903662 2.03604<br />
oposi .2135834 .4543707 0.47 0.638 -.6769668 1.104134<br />
ied -.0200256 .005242 -3.82 0.000 -.0302998 -.0097514<br />
sp 5.122452 1.703363 3.01 0.003 1.783921 8.460983<br />
sprj -2.449472 1.756463 -1.39 0.163 -5.892075 .9931315<br />
rs 1.807075 .6867147 2.63 0.009 .461139 3.153011<br />
regsesl -.3620964 .8654529 -0.42 0.676 -2.058353 1.33416<br />
_cons -17.04869 4.421848 -3.86 0.000 -25.71535 -8.382027<br />
207