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.
likelihood é uma forma de medir quanta informação sem explicação existe após o modelo ter<br />
sido encaixado. No presente <strong>caso</strong>, o valor é de -163,38203, mas sua informação isola<strong>da</strong> não<br />
aju<strong>da</strong> compreender a contribuição do modelo.<br />
Na parte superior a direita <strong>da</strong> tabela é disponibilizado o número de observações, ou<br />
seja, o tamanho <strong>da</strong> amostra após a exclusão <strong>dos</strong> missing values. Em outras palavras, nota-se<br />
que o número de observações que, de fato, foi utilizado na análise (5463) é menor do que a<br />
população inicial (5562, que a quanti<strong>da</strong>de de <strong>municípios</strong> no Brasil).<br />
Logo abaixo, a tabela mostra o valor do teste qui-quadrado de razão de<br />
verossimilhança LR chi2(11). Esse valor pode ser calculado a mão, de acordo com a equação<br />
apresenta<strong>da</strong> no capítulo anterior (LL é o log-likelihood),<br />
assim, tem-se 2 x (163,38203 – 446,47008) = 566,18. Esse valor mostra o quanto o modelo<br />
melhorou desde o modelo básico, que é o modelo quando só a constante é considera<strong>da</strong> (sem<br />
nenhuma VI). Pode-se dizer que há uma melhoria considerável no modelo a partir do<br />
momento em que as variáveis preditivas são incluí<strong>da</strong>s. Há, ain<strong>da</strong>, um número entre parênteses<br />
ao lado do LR, que na<strong>da</strong> mais é que os graus de liber<strong>da</strong>de. No presente estudo, como há 11<br />
VI, esse é o número <strong>dos</strong> graus de liber<strong>da</strong>de.<br />
Seguindo com as informações na tabela, tem-se a probabili<strong>da</strong>de de obter o teste qui-<br />
quadrado <strong>da</strong>do que a hipótese nula é ver<strong>da</strong>deira, Prob > chi2. Ou seja, a probabili<strong>da</strong>de de<br />
obter o teste qui-quadrado (566,18) se, de fato, não existir efeito <strong>da</strong>s variáveis independentes<br />
(quando analisa<strong>da</strong>s em conjunto), na variável dependente. Essa é a probabili<strong>da</strong>de de<br />
significância (p-value) que é compara<strong>da</strong> a um valor crítico (critical value), que pode ser de<br />
0,05 ou 0,01, para ver se o modelo como um todo é significante. No <strong>caso</strong>, o modelo é<br />
estatisticamente significante porque o valor-p é de 0,0000 e, portanto, inferior aos valores<br />
críticos. Em outras palavras, o modelo é significantemente melhor do que aquele que não<br />
inclui as variáveis independentes.<br />
O pseudo R-quadrado, Pseudo R2, é apresentado logo abaixo. Viu-se no capítulo<br />
anterior que na regressão logística não há um coeficiente de determinação R² como na versão<br />
linear, ou seja, um número que representasse o quanto <strong>da</strong> variação <strong>da</strong> variável dependente<br />
seria atribuído às outras variáveis. Diante disso, alguns estatísticos tentaram apresentar<br />
cálculos que poderiam substituir essa falta. Existe uma gama varia<strong>da</strong> de pseu<strong>dos</strong> R-quadra<strong>dos</strong><br />
que variam muito em seus valores (no capítulo anterior foram apresenta<strong>dos</strong> os de Hosmer e<br />
Lemeshow, Cox e Snell e de Nagelkerke). Para exemplificar essa instabili<strong>da</strong>de, pode-se citar<br />
que para o modelo o R² de McKelvey e Zavoina foi de 0,746, já o de Cox e Snell, de 0,098.<br />
Confiar nessa medi<strong>da</strong> é extremamente delicado; assim, apesar de a tabela fornecer o valor de<br />
222