17.04.2013 Views

Modelagem da dinâmica espacial como uma ... - mtc-m12:80 - Inpe

Modelagem da dinâmica espacial como uma ... - mtc-m12:80 - Inpe

Modelagem da dinâmica espacial como uma ... - mtc-m12:80 - Inpe

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

onde nk´ é o número total de observações no k -ésimo grupo,<br />

163<br />

, (5.64)<br />

é o número de respostas entre os ck padrões de variáveis independentes (covariáveis), e<br />

, (5.65)<br />

é a probabili<strong>da</strong>de média estima<strong>da</strong> e ck denota o número de padrões de variáveis<br />

independentes ou covariáveis no k -ésimo decil.<br />

Os resultados fornecidos pelos testes estatísticos acima expostos devem ser usados de<br />

maneira sábia e crítica. Os procedimentos estatísticos apresentados na Seção 5.2.1.5<br />

também deve ser usados no caso de modelagem por regressão logística, <strong>da</strong>do que a<br />

análise visual é decisiva para a identificação de erros e acertos na calibração do modelo.<br />

Não apenas testes de quali<strong>da</strong>de do ajuste <strong>como</strong> também testes de significância estatística<br />

(W e G) devem ser vistos <strong>como</strong> critérios não-exclusivos para a inserção ou retira<strong>da</strong> de<br />

variáveis independentes no método de regressão logística. De acordo com Hosmer e<br />

Lemeshow (1989, p.32), “… não se pode basear modelos inteiramente em testes de<br />

significância estatística … há inúmeras outras considerações que irão influenciar a<br />

decisão para se incluir ou excluir variáveis de um modelo.”<br />

5.2.2.6 Teste de Vali<strong>da</strong>ção Estatística<br />

ck<br />

o k = ∑ y j<br />

j=1<br />

ck mjπ j<br />

π k = ∑<br />

j=1<br />

n´ k<br />

Em alg<strong>uma</strong>s situações, é possível separar-se <strong>uma</strong> subamostra de observações,<br />

desenvolver-se um modelo com os <strong>da</strong>dos remanescentes, e então testar-se o modelo<br />

com as observações inicialmente excluí<strong>da</strong>s. Em outras situações, é possível obter-se um<br />

novo conjunto amostral de <strong>da</strong>dos para se determinar a quali<strong>da</strong>de do ajuste de um<br />

modelo desenvolvido previamente.

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!