Anlise e Indicadores em Turismo

Anlise multivariada - Anlise de Regresso

Celeste Eusbio

Modelo de regresso
Modelo esttico
utilizado

Prever o comportamento de uma varivel quantitativa (varivel dependente ou Y) a partir de uma ou mais variveis relevantes (variveis independentes ou Xi)

Tipos de modelos de regresso linear

Quando existe apenas uma nica varivel X

Modelo de Regresso Linear Simples (MRLS)

De acordo com o nmero de variveis independentes

Quando existe mais do que uma varivel X

Modelo de Regresso Linear Mltipla (MRLM)

Modelo de Regresso Linear simples (MRLS)

Constante, ou interceo da reta com o eixo dos Y, ou ainda o valor mdio de Y quando X zero
Varivel independente

Yi = + X i +i
Varivel dependente

Inclinao da reta ou alterao (aumento ou diminuio) no valor mdio de Y associado a um aumento unitrio de X

Varivel aleatria residual que descreve os efeitos em Yi no explicados por Xi

Modelo de Regresso Linear Simples - Exemplo

DTI i = + PIBi + i
Despesas do turismo internacional PIB per-capita

Modelo de Regresso Linear simples Exerccio SPSS (base 2005 dados seccionais)

Modelo de Regresso Linear simples Exerccio SPSS (base 2 dados seccionais)

Modelo de Regresso Linear simples Exerccio SPSS - Output (1)

Modelo de Regresso Linear simples Exerccio SPSS Output (2)

Coeficiente de associao Coeficiente de determinao ajustado

Coeficiente de determinao (corresponde ao coeficiente de associao R ao quadrado) percentagem de variao da varivel dependente que explicada pela varivel independente

Erro padro da regresso (s) corresponde diferena entre os valores observados e os valores estimados Mede a disperso dos resduos volta da recta ajustada

Modelo de Regresso Linear simples Exerccio SPSS Output (3)

A equao da reta : Y = -209,275 + 0,333X

(1122,980) Onde (0,067) Desvios padres das variveis

Y varivel dependente: despesas do turismo internacional X varivel independente PIB per capita Significa - Quando a varivel independente 0 a despesa do turismo internacional de -209,275 Euros - Um aumento de uma unidade na varivel independente origina o aumento de 0,333 unidades na varivel dependente

Modelo de Regresso Linear simples Exerccio SPSS Output (3)

Os coeficiente no standardizados correspondem aos coeficientes da recta utilizam-se para saber quanto varia em mdia Y em cada variao unitria de X Os coeficientes standardizados variam entre 0 e 1 e utilizam-se para avaliar os contributos de cada varivel independente (X), uma vez que as variveis apresentam diferentes unidades de medida

Coeficientes no standardizados e Coeficientes standardizados

Coeficientes no standardizados

Contm o efeito de escala de cada varivel independente X (exceto quando exista uma standardizao prvia das variveis)

Permitem fazer comparaes entre os efeitos relativos das variveis independentes

Coeficientes standardizados

Obtidos atravs da multiplicao do coeficiente no Standardizado pelo quociente dos desvios padres da varivel dependente sobre a independente

Modelo de Regresso Linear simples Exerccio SPSS Output (4)

Teste t
Testa a hiptese de os parmetros e serem iguais a um determinado valor fixo. Neste caso interessa saber se esses parmetros so ou no nulos, pelo que as hipteses para e so respectivamente: H0: = 0, isto , a recta de regresso passa na origem Ha : 0 H0: = 0, isto , o coeficiente do rendimento zero Ha : 0

Testar que = 0 equivale a testar que a rendimentos nulos (PIB per capita) correspondem despesas do turismo internacionais nulas Testar = 0 significa que se est a testar que o rendimento (PIB per capita) no influencia as despesas do turismo internacional

Modelo de Regresso Linear simples Exerccio SPSS Output (5)

Teste F
O teste F valida em termos globais o modelo e no cada um dos parmetros isoladamente. As hipteses que so testadas so as seguintes: H0 = a variao das despesas do turismo internacional no explicada pelo PIB per capita, isto R2 = 0; ou =0 Ha = a variao das despesas do turismo internacional explicada pelo PIB per capita, isto R2 0; ou 0

Modelo de Regresso Linear Simples Verificao das Hipteses

Hiptese 1
Lineariedade do fenmeno em estudo Para cada valor fixo da varivel independente, a varivel dependente tem uma distribuio normal

Hiptese 2

Hiptese 3

As observaes de Y so independentes

Hiptese 4

Os erros tm distribuio normal com mdia zero e varincia constante As variveis aleatrias residuais referentes a duas observaes diferentes no esto correlacionadas

Hiptese 5

Verificao das hipteses diagnstico do modelo estimado

Varivel aleatria (resduos)
Deve ter

- Distribuio normal com mdia zero, varincia constante e covarincia zero

- A hiptese da varivel aleatria ter mdia zero sempre verificada, pois os resduos estimados pelo mtodo dos mnimos quadrados so centrados. - A estatstica Durbin-Watson permite avaliar a covarincia, ou seja, a autocorrelao dos resduos - A normalidade testada utilizando o teste K-S e os desvios normalidade so observados nos Q-Q e Detrended Q-Q plots - A varincia constante dos resduos (homocedasticidade) poder ser estudada recorrendo ao seguinte grfico: - um grfico que relaciona os desvios estudantizados com a varivel dependente standardizada

Verificao das hipteses diagnstico do modelo estimado

Lineariedade do fenmeno em estudo
Pode ser estudada

Representaes grficas: - um grfico que relaciona os desvios standardizados com a varivel dependente standardizada - um grfico que relaciona a varivel dependente standardizada com a varivel dependente no standardizada

Verificao dos pressupostos do modelo

Verificao dos pressupostos do modelo

Zresid resduos standardizados Zpred valores da varivel dependente na forma standardizada Sresid resduos estudantizados ( resduos divididos pelo desvio padro)

Verificao dos pressupostos do modelo lineariedade

Estudo da lineariedade do fenmeno

10

Verificao dos pressupostos do modelo lineariedade

Estudo da lineariedade do fenmeno

Verificao dos pressupostos do modelo homocedasticidade

Estudo da homocedasticidade

11

Verificao dos pressupostos do modelo Lineariedade

Se existir uma relao linear entre as despesas do turismo internacional e o PIB per-capita os resduos distribuem-se aleatoriamente volta da linha horizontal

Se existir uma relao linear entre as despesas do turismo internacional e o PIB per-capita os resduos distribuem-se aleatoriamente ao longo da linha reta obliqua ascendente

Verificao dos pressupostos do modelo Homocedasticidade

Se o grfico mostrar tendncias crescentes ou decrescentes dos desvios rejeitada a hiptese da homocedasticidade

12

Verificao dos pressupostos do modelo Covarincia nula ( os resduos no esto correlacionados)

Utilizao do teste Durbin-Watson

H0: p=0, onde p a autocorrelao dos resduos Ha: p0

Interpretao dos valores do teste: - para valores prximos de 2, no existe autocorrelao dos resduos; - para valores prximos de 0 significa uma autocorrelao positiva; - para valores prximos de 4 existe uma autocorrelao negativa

Verificao dos pressupostos do modelo Covarincia nula ( os resduos no esto correlacionados)

O valor do teste est prximo de 2 conclui-se no existir autocorrelao dos resduos

13

Verificao dos pressupostos do modelo normalidade dos resduos

Pode ser testada atravs de

Normalidade dos resduos

-Teste de Kolmogorov- Sminorv -Grfico normal Q-Q Plot -Grfico Detrend Normal Q-Q plot - Histograma dos resduos standardizados

Verificao dos pressupostos do modelo normalidade dos resduos gravar na base os resduos standardizados

14

Verificao dos pressupostos do modelo normalidade dos resduos

Verificao dos pressupostos do modelo normalidade dos resduos

Rejeita-se a hiptese da normalidade dos resduos

Testes de desvio normalidade Teste no paramtrico de Kolmogorov-Smirnov

Hipteses:
H0: os resduos seguem uma distribuio normal Ha: os resduos no seguem uma distribuio normal

Se o nvel de significncia do teste for inferior a 0,05 rejeita-se a hiptese nula

15

Verificao dos pressupostos do modelo normalidade dos resduos

Os resduos seguem uma distribuio normal se os pontos se sobreporem linha diagonal do grfico

Os resduos seguem uma distribuio normal se as observaes se distriburem aleatoriamente volta da linha horizontal zero

Verificao dos pressupostos do modelo normalidade dos resduos

16

Modelo de Regresso Linear Mltipla (MRLM)

Y i = + 1 X 1 + 2 X 2 + ..... k X k + i
Onde: Y = varivel dependente = Valor que a varivel dependente assume quando todas as variveis independentes so iguais a zero = Coeficientes da regresso X = variveis independentes = resduos

Modelo de Regresso Linear Mltipla

17

Modelo de Regresso Linear Mltipla

Simultneo ou Enter
Considera um conjunto de variveis independentes simultaneamente (as variveis so tratadas todas ao mesmo tempo)

Mtodos mais utilizados Passo a Passo ou Stepwise

As variveis entram ou so retiradas uma a uma, de acordo com os ganhos de probabilidade associados a F

Modelo de Regresso linear mltipla exemplo (base 2005)

- PIB per-capita Despesas do Turismo internacional - Populao

VARIVEL DEPENDENTE

VARIVEIS INDEPENDENTES

18

Modelo de Regresso Linear Mltipla variveis que entram no modelo

Modelo de Regresso Linear Mltipla Resultados

19

Modelo de Regresso Linear Mltipla resultados teste F

Modelo de Regresso Linear Mltipla resultados teste t para os coeficientes estimados

20

Modelo de Regresso Linear Mltipla anlise grfica da normalidade dos resduos

Modelo de Regresso Linear Mltipla Teste e anlise grfica da normalidade dos resduos

21

Pressupostos da Regresso Linear Mltipla

Todos os pressupostos da Regresso Linear Simples

Ausncia de multicolineariedade

Processos para a verificao da multicolineariedade

- Correlao entre as variveis independentes
(se superior a 0,9 indica a possibilidade de existir multicolineariedade)

- Tolerncia (mede o grau em que uma varivel X explicada Anlise da multicolineariedade

por todas as outras variveis independentes) a tolerncia Varia entre 0 e 1 e quanto mais prximo estiver de 0 maior ser a multicolineariedade habitual aceitar o valor 0,1 como limite - VIF (Variation Inflation Factor) inverso da tolerncia (quanto mais prximo estiver de 0 menor ser a multicolineariedade Normalmente aceita-se como limite acima do qual existe multicolineariedade 10)

- Condition Index

(valores maiores do que 15 indicam um possvel problema de multicolineariedade, enquanto que um index maior do que 30 levanta srios problemas de multicolineariedade)

22

Anlise do diagnstico de multicolineariedade

Diagnstico de multicolinearieade - correlao entre as variveis independentes

23

Diagnstico de multicolinearieade Tolerncia e VIF

Diagnstico de multicolinearieade Condition Index e Proporo de Varincia

24

Bibliografia
Hair, J. F.; Anderson, R. E.; Tatham, R. L. and Black, W. C. (1998), Multivariate Data Analysis. New Jersey: Prentice Hall

Pestana, H. e Gageiro, J. N. (1998), Anlise de Dados para Cincias Sociais a complementaridade do SPSS, Edies Slabo.

25