REGRESSÃO LOGÍSTICA E INDICADORES DE GOVERNANÇA GLOBAL

Transcrição

1 PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA Faculdade de Economia e Administração Programa de Estudos Pós Graduados em Administração REGRESSÃO LOGÍSTICA E INDICADORES DE GOVERNANÇA GLOBAL Disciplina: Métodos Quantitativos Prof. Dr. Arnoldo Jose de Hoyos Carlos Barbosa Correa Junior

2 . INTRODUÇÃO O objetivo deste trabalho é pesquisar A Regressão Logistica.. Serão utilizados dimensionadores do WGI (Worldwide Governance Indicators) que envolve 07 países. Será considerada uma amostra de 0 países e analisados os dois primeiros componentes principais, para cada uma das variáveis apresentadas pelo índice e a seguir a análise dos conglomerados. O software estatístico utilizado é o MINITAB. Os dimensionadores são: Transparência e representatividade Estabilidade política e ausência de violência Efetividade governamental Qualidade regulatória Regras da Lei Controle da corrupção Os dados iniciais do universo são os listados a seguir:

3

4

5 Amostras 0 e 60 paises va60 ps60 ge60 rq60 rl60 cc60 TAIWAN 0,70 0,7 0,8798,070 0,7657 0,550 SENEGAL 0,60 0,560 0, 0,9 0, 0,55 BENIN 0,0 0,5 0,58 0,600 0,550 0,5 NORWAY,506,88,958,05,969,8767 THAILAND 0,5575,877 0,098 0,607 0,005 0,8 MACAO 0,76 0,576,058,008 0,90 0,0 Congo, Dem. Rep.,75,9,89,68,68,070 BOTSWANA 0,550 0,9559 0,668 0,50 0,6 0,9979 ZAMBIA 0,0867 0,880 0,668 0, 0,985 0,78 PAKISTAN,006,68 0,778 0,7 0,989 0,77 LIBERIA 0,90 0,9878,6,69,79 0,5978 MALTA,5,96,570,686,5897,05 MAURITIUS 0,88 0,87 0,608 0,956 0,8850 0,58 AUSTRIA,576,997,706,60,98,86 SURINAME 0,5657 0,5 0,00 0,6677 0,5 0,0866 NIGER 0, 0,770 0,797 0,578 0,7988 0,8 ARGENTINA 0, 0,085 0,805 0,65 0,66 0,5 BRAZIL 0,5070 0,9 0,0098 0,98 0,07 0,06 KOREA, SOUTH 0,5858 0,077,588 0,797 0,7908 0,77 ST. KITTS AND NEVIS, 0,855 0,6580 0,5007 0,750 0,9996 HONDURAS 0,90 0,587 0,570 0,77 0,897 0,89 INDONESIA 0,5,00 0,909 0,699 0,6559 0,6 NETHERLANDS,59 0,957,8557,7506,760,99 CUBA,850 0,085 0,507,5875 0,85 0,06 ISRAEL 0,695,9,97,969 0,88 0,87 SWITZERLAND,5,8,06,658,868,56 VENEZUELA 0,67,6 0,850,,5876,7 PERU 0,08 0,890 0,07 0,7 0,780 0,69 PUERTO RICO,055 0,877 0,6569,086 0,6600 0,989 ANGUILLA,00,95,56,67,765,09 ZIMBABWE,56,56,5556,76,806,7 TIMOR LESTE 0,5,05 0,9985,986,507 0,896 NEPAL 0,788,689 0,75 0,6555 0,76 0,6766 TRINIDAD AND TOBAGO 0,59 0,080 0,98 0,6 0,56 0,70 LIECHTENSTEIN,5,978,865,67,669,557 MEXICO 0,075 0,6 0,760 0,87 0,65 0,587 KUWAIT 0,59 0,50 0, 0,056 0,700 0,975 CONGO,67 0,609,78,9,55,6 UNITED KINGDOM,88 0,56,76,790,68,7657 CAMEROON,09 0,57 0,799 0,66 0,99 0,900 IRELAND,0,58,6,950,75,755 GAMBIA 0,9699 0, 0,7670 0,58 0,58 0,7778 LESOTHO 0,08 0,05 0, 0,60 0,95 0,007 UZBEKISTAN,898 0,9 0,688,079,8,076 PANAMA 0,585 0,077 0,65 0,690 0,0 0,55 REUNION,7 0,69,058,0999 0,890 0,800 NAURU,05,89 0,58 0,9070 0,09 0,976 CAYMAN ISLANDS 0,785,95,90,0999,675 0,800 PHILIPPINES 0,005, 0,0006 0,055 0,89 0,76 HUNGARY,0009 0,5868 0,6600,57 0,85 0,59 CHAD,58,98,777,6,578,56 PALAU,08,89 0,5606 0,70 0,6789 0,976 MOZAMBIQUE 0,067 0,9 0,8 0,705 0,669 0,557 KYRGYZSTAN 0,70 0,68 0,700 0,8,65,060 DOMINICAN REPUBLIC 0,0 0,0990 0,95 0,9 0,6006 0,68 LIBYA,896 0,87 0,800 0,96 0,668 0,8058 CZECH REPUBLIC,05 0,9,068,0890 0,85 0,650 COLOMBIA 0,57,669 0,97 0, 0,505 0,9 DJIBOUTI,8 0,59 0,986 0,776 0,560 0,7 GUYANA 0,68 0,560 0,76 0,558 0,6958 0,75

6 análise de 0 Dendrogram with Single Linkage and Correlation Coefficient Distance 89,9 Similarity 9,8 96,6 00,00 va0 ge0 rl0 cc0 Variables rq0 ps0 Cluster Analysis of Variables: va0; ps0; ge0; rq0; rl0; cc0 Correlation Coefficient Distance, Single Linkage Amalgamation Steps Number Number of obs. of Similarity Distance Clusters New in new Step clusters level level joined cluster cluster 5 98,60 0, ,858 0, ,95 0,0609 9,75 0, ,96 0, Principal Component Analysis: va0; ps0; ge0; rq0; rl0; cc0 Eigenanalysis of the Correlation Matrix Eigenvalue 5,98 0,605 0,875 0,0965 0,09 0,079 Proportion 0,88 0,060 0,0 0,06 0,007 0,00 Cumulative 0,88 0,9 0,97 0,990 0,997,000 Variable PC PC PC PC PC5 PC6 va0-0,0 0,08-0,80 0,9-0,7-0,057 ps0-0,69 0,86 0,099-0,05 0,086 0,098 ge0-0, -0, 0,56-0,68-0,78 0,59 rq0-0,09-0, -0,5-0,55 0,76 0,8 rl0-0,8-0,6 0, -0,05 0,068-0,86 cc0-0,6-0,066 0, 0,65 0,5 0,

7 Scree Plot of va0;...; cc0 Score Plot of va0;...; cc0 6,0 5 0,5 Eigenvalue Second Component 0,0-0,5 -,0 -,5 0 Component Number 5 6 -, First Component 5,00 ps0 Loading Plot of va0;...; cc0 0,75 Second Component 0,50 0,5 0,00-0,5 va0 cc0 rl0 ge0 rq0-0,50-0, -0, -0, First Component -0, 0,0 dendograma inicial dos 0 paises Dendrogram with Single Linkage and Euclidean Distance 7,85 Similarity 8, 9,6 00, Observations

8 construindo um cluster de 6 grupamentos com dois componentes principais pc pc cluster,8078 0,0608 0,95 0,6 0,86 0,855,569 0,0586,007 0,95 0,859 0,789,87 0,5957,557 0,7558,097 0,78,796,57,509 0,697,580 0,57,878 0,566,58 0,088 0,555 0,606,986 0,098 0,998 0,559 0,76 0,0686,076 0,967,580 0,55,587 0,76,675 0,67,6098 0,75,8 0,857 5,87, ,7869 0,865,978 0,7 0, ,76,958 0,0095,85 0,0687,5 0,595

9 Dendrogram with Single Linkage and Euclidean Distance 7,85 Similarity 8, 9,6 00, Observations 5 Boxplot of pc by cluster pc cluster 5 6

10 5 Individual Value Plot of pc vs cluster pc cluster 5 6 Cluster Analysis of Observations: va0; ps0; ge0; rq0; rl0; cc0 Euclidean Distance, Single Linkage Amalgamation Steps Number Number of obs. of Similarity Distance Clusters New in new Step clusters level level joined cluster cluster 0 95,895 0, ,0 0, ,8688 0,9 7 9,780 0, ,86 0, ,685 0, ,5886 0, ,899 0, ,7 0, ,970 0, ,8887 0, ,69 0, ,9 0, ,596 0, ,575 0, ,988 0, ,0 0, ,099 0, ,8 0, ,56 0, ,9567 0, ,50, ,67, ,69, ,790, ,977, ,670, ,09, ,87, ,85,96

11 Final Partition Number of clusters: 6 Within Average Maximum cluster distance distance Number of sum of from from observations squares centroid centroid Cluster 9,79,76,7859 Cluster,69 0,9770,8780 Cluster 0,650 0,570 0,570 Cluster 0,0000 0, ,00000 Cluster5 0,0000 0, ,00000 Cluster6 0,0000 0, ,00000 Cluster Centroids Variable Cluster Cluster Cluster Cluster Cluster5 Cluster6 va0,0807-0, ,9895 -,006 -,850 0,697 ps0 0,996-0,5650 -,95 -,675 0,086 -,99 ge0,0-0,75 -,77-0,778-0,507,97 rq0,6-0,7688 -,806-0,77 -,5875,969 rl0,5-0,6566 -,768-0,989-0,85 0,88 cc0,057-0,5056 -,09-0,77-0,065 0,870 Grand Variable centroid va0 0,805 ps0-0,05585 ge0 0,67 rq0 0,556 rl0 0,09660 cc0 0,669 Distances Between Cluster Centroids Cluster Cluster Cluster Cluster Cluster5 Cluster6 Cluster 0,00000,7897 6,808 5,5856 5,0589,7799 Cluster,7897 0,00000,90,0880,78,66 Cluster 6,808,90 0,00000,0879,8559 5,906 Cluster 5,5856,0880,0879 0,00000,0897,50 Cluster5 5,0589,78,8559,0897 0,00000,800 Cluster6,7799,66 5,906,50,800 0,00000 Dendrogram One-way ANOVA: pc versus cluster Source DF SS MS F P cluster 5 7,85 7,565,6 0,000 Error 5,6 0,85 Total 0 58,950 S = 0,99 R-Sq = 86,7% R-Sq(adj) = 8,05% Individual 95% CIs For Mean Based on Pooled StDev Level N Mean StDev ,5,0670 (-*-)

12 ,997 0,7887 (-*-),9 0,009 (----*----),796 * (------* ) 5,8 * (------* ) 6 -,87 * (------* ) ,5 0,0,5 5,0 Pooled StDev = 0,99 One-way ANOVA: pc versus cluster Source DF SS MS F P cluster 5 7,85 7,565,6 0,000 Error 5,6 0,85 Total 0 58,950 S = 0,99 R-Sq = 86,7% R-Sq(adj) = 8,05% Individual 95% CIs For Mean Based on Pooled StDev Level N Mean StDev ,5,0670 (-*-),997 0,7887 (-*-),9 0,009 (----*----),796 * (------* ) 5,8 * (------* ) 6 -,87 * (------* ) ,5 0,0,5 5,0 Pooled StDev = 0,99 Boxplot of pc by cluster One-way ANOVA: pc versus cluster Source DF SS MS F P cluster 5 7,85 7,565,6 0,000 Error 5,6 0,85 Total 0 58,950 S = 0,99 R-Sq = 86,7% R-Sq(adj) = 8,05% Individual 95% CIs For Mean Based on Pooled StDev Level N Mean StDev ,5,0670 (-*-),997 0,7887 (-*-),9 0,009 (----*----),796 * (------* ) 5,8 * (------* ) 6 -,87 * (------* ) ,5 0,0,5 5,0 Pooled StDev = 0,99 Individual Value Plot of pc vs cluster

13 Boxplot of pc by cluster One-way ANOVA: pc versus cluster Source DF SS MS F P cluster 5 7,85 7,565,6 0,000 Error 5,6 0,85 Total 0 58,950 S = 0,99 R-Sq = 86,7% R-Sq(adj) = 8,05% Individual 95% CIs For Mean Based on Pooled StDev Level N Mean StDev ,5,0670 (-*-),997 0,7887 (-*-),9 0,009 (----*----),796 * (------* ) 5,8 * (------* ) 6 -,87 * (------* ) ,5 0,0,5 5,0 5 Dendograma com Histogram of cl mudado 0 Frequency cl mudado

14 Individual Value Plot of pc vs cl mudado pc cl mudado Boxplot of pc pc cl mudado Results for: COMPO PRINCIPAIS.MTW Discriminant Analysis: cl mudado versus va0; ps0;... Linear Method for Response: cl mudado

15 Predictors: va0; ps0; ge0; rq0; rl0; cc0 Group Count 7 6 Summary of classification True Group Put into Group Total N 7 6 N correct 7 6 Proportion,000,000,000 N = 6 N Correct = 6 Proportion Correct =,000 Squared Distance Between Groups 0,0000 0,500 6,69 0,500 0, ,676 6,69 67,676 0,0000 Linear Discriminant Function for Groups Constant -,0 -,95-8,997 va0,56 5,700,67 ps0,7 -,76-0, ge0,50, 5,70 rq0,6,6 -,000 rl0-0, -8,09,99 cc0 -,95 -,867,88

16 6 Regressão Logística Ordinal Logistic Regression: cl mudado versus va0; ps0;... Link Function: Logit Response Information Variable Value Count cl mudado 7 6 Total 6 Logistic Regression Table Odds 95% CI Predictor Coef SE Coef Z P Ratio Lower Upper Const() -,8979 0,888 -, 0,05 Const(),0768 0,756560, 0,56 va0 0,909,7607 0,5 0,60,5 0,08 79,57 ps0,688,07, 0,6, 0, 56,9 ge0 0,86606,7958 0,7 0,67, 0,07 78, rq0,96,675, 0,9 8, 0,7 7,80 rl0 -,006, -0,95 0, 0,0 0,00,67 cc0 -,7585,7 -,58 0, 0,06 0,00,9 Log-Likelihood = -, Test that all slopes are zero: G = 9,76, DF = 6, P-Value = 0,7 Goodness-of-Fit Tests Method Chi-Square DF P Pearson 5,98 0,80 Deviance,67 0,6 Measures of Association: (Between the Response Variable and Predicted Probabilities) Pairs Number Percent Summary Measures Concordant 60 75,8 Somers' D 0,5 Discordant 5, Goodman-Kruskal Gamma 0,5 Ties 0 0,0 Kendall's Tau-a 0, Total 00,0 7 Conclusões A análise discriminante oferece maior qualidade de resposta em comparação com a regressão logística devido à pouca quantidade de dados.

17