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

Município Rio Grande do Sul
Possui and Município pertencente à
Área Faixa de fronteira
Internaci não sim
onal? não sim não sim
não 4,613 380 292 190
sim 65 8 10 4
O problema central das informações incompletas é que a falta de observações em
algumas das combinações possíveis interfere na qualidade da predição de novos casos que
poderão testar o modelo. Ou seja, se há diversas amostras para um estudo e a amostra
utilizada para criar o modelo não tem observações em todas as combinações possíveis, então,
quando surgirem novas observações com características que o modelo não possuía, ele não
terá capacidade de prevê-lo.
Como se trabalha com a população ao invés de amostra, pode-se ficar seguro de que
não haverá, pelo menos no estudo, casos que fujam dessas especificações. Ou seja, não há
outros casos que possam ser mal classificados, porque estão sendo utilizadas todas as
observações possíveis. Além disso, as variáveis são excludentes não só para a estimação do
modelo e sim para todos os casos possíveis (um município paulista nunca será gaúcho).
Mesmo considerando isso, prestar-se-á bastante atenção nos possíveis erros padrões
exagerados nos coeficientes, porque eles tendem a crescer quando o problema de informação
incompleta é violado. Para o problema de informações incompletas nenhum reparo foi
necessário.
5.2.5 Não multicolinearidade
Possui Município São Paulo and
Área Município Rio Grande do Sul
Internaci não sim
onal? não sim não sim
não 4,378 482 615
sim 43 14 30
No capítulo anterior o pressuposto de não multicolinearidade foi apresentado, bem
como quais são suas consequências quando não é respeitado (as mais importantes referem-se
à falta de confiança nos coeficientes b e a subestimação da importância das variáveis
independentes). Observaram-se também alguns critérios para saber se há colinearidade entre
as variáveis do modelo. As mais utilizadas nos modelos estatísticos são o fator de inflação da
variância (VIF em inglês) e a tolerância, que nada mais é que
210
Voltando ao capítulo
anterior, pode-se também relembrar que valores de VIF maiores que 10, ou tolerância menor
que 0,1 são motivos para preocupação (alguns são mais severos, argumentando que valores
maiores que 5 e menores que 0,2, respectivamente, já são problemáticos).
Além desses, existem outras formas que aumentam o rigor para evitar a
multicolinearidade, como a média dos VIFs, que não podem ter um resultado muito superior a