Análise de influência

Transcrição

1 Análse de nfluênca Dzemos que uma observação é nfluente caso ela altere, de forma substancal, alguma propredade do modelo ajustado (como as estmatvas dos parâmetros, seus erros padrões, valores ajustados...). Uma medda de nfluênca é uma quantdade capaz de expressar o quanto uma partcular observação afeta alguma propredade do modelo. As meddas de nfluênca estudadas para modelos lneares se estendem, medante devdas adaptações, para modelos lneares generalzados. Boa parte das meddas de nfluênca baseam-se na dferença de alguma característca do ajuste (estmatvas, erros, valores ajustados...) avalada para os modelos com e sem a observação ( = 1,,..., n). ésma A forma mas usual de representar os valores de meddas de nfluênca num gráfco é plotando o valor da medda versus o índce da observação. 1

2 Medda de nfluênca Medda de nfluênca Índce Índce Fgura 10 Representação de gráfcos de alguma medda de nfluênca vs índce. No gráfco à dreta, dos valores são destacados como potencas nfluentes.

3 O que fazer caso se detecte uma observação potencalmente nfluente? o Voltar à base de dados, dentfcar tas observações e compreender o motvo da nfluênca; o Eventualmente, pode-se verfcar que uma observação nfluente está errada (erro de coleta, tabulação...). Neste caso, sendo possível deve-se corrg-la; o Re-ajustar o modelo sem as observações detectadas. O objetvo é avalar a mudança no ajuste decorrente da exclusão; o Caso mas de uma observação mostre-se nfluente, pode-se ajustar modelos elmnando-as uma a uma, duas a duas... Nota O objetvo da exclusão não é abandonar o modelo orgnal e trocá-lo por um modelo ajustado sem observações nfluentes, mas sm fundamentar a dscussão sobre o mpacto de tas observações no ajuste. 3

4 Detecção de pontos de alavanca (leverage) No contexto de modelos lneares, a matrz 1 ( ) X H = X X X corresponde à matrz de projeção da solução de mínmos quadrados, sendo que os elementos de sua dagonal 1 ( x x ) x, = 1, n h = x,..., são meddas de alavancagem, que expressam quão extremas são as observações no espaço das covaráves. Observações mas afastadas devem ser avaladas com maor cautela. 4

5 Em modelos lneares generalzados, usamos a matrz de projeção da solução de mínmos quadrados de z contra X com pesos W: 1 1 ( ) X W 1 H = W X X WX, sendo H uma matrz dagonal com elementos: w 1 µ 1 = V ( µ ) η =. V ( µ )[ g ( µ )] Repare que, dferentemente do caso lnear, aqu a matrz H depende também da resposta, por meo da matrz W, o que torna sua nterpretação menos smples (uma observação extrema pode não ser dentfcada caso tenha um peso pequeno). Adconalmente, deve-se substtur W por Ŵ, a matrz de pesos estmada ao térmno das terações, para calcular H. 5

6 Nota Pode-se verfcar que p que h >. n n =1 h = p. Uma regra usual é olhar com atenção qualquer observação tal No R: nfluence.measures(ajuste). 6

7 Dstânca de Cook A dstânca de Cook expressa a alteração no vetor de estmatvas dos parâmetros de um MLG nduzda pela extração da ésma observação. Sejam βˆ e βˆ ( ) os vetores de estmatvas de um MLG ajustado com as n observações da base e com a exclusão da observação (baseado em n 1 observações), respectvamente. A dstânca de Cook correspondente à ésma observação fca defnda por: D ( βˆ ˆ ( ) ) ( ˆ )( ˆ ˆ β ' X WX β( ) β) =, 1,,..., n pφˆ =, Uma aproxmação da dstânca de Cook no contexto de MLGs é dada por: D = r p ˆ φ ( 1 h ) 7 P h.

8 Nota Outras meddas de nfluênca podem ser obtdas a partr da função nfluence.measures() do R, ndcando o grau de nfluênca das observações em partculares parâmetros, nos erros assocados às estmatvas,... o Recomendo, no entanto, que o uso e análse de meddas de nfluênca sejam fetos com moderação, uma vez que, na prátca, a grande maora das análses de regressão apresenta observações destacadas para ao menos uma das meddas. Dessa forma, se avalarmos a stuação com rgor, possvelmente fcaremos analsando nfluênca por tempo ndetermnado. 8