Professor: Fernando Augusto Boeira Sabino da Silva. Objetivos: O presente trabalho tem por objetivo aplicar mtodos de Regresso Linear, vistos na disciplina de Estatstica Econmica, em um banco de dados real, onde a varivel dependente a eficincia do sono (es) e tambm realizar outra anlise onde a varivel dependente a eficincia do sono entre os pacientes com insnia e com iaht menor que cinco. Anlise da varivel Eficincia do sono: Primeiramente, foi rodado um modelo com todas as variveis independentes solicitadas pelo mtodo dos mninos quadrados ordinrios (MQO). O resultado est na tabela abaixo Modelo inicial: MQO, usando as observaes 1-16597 (T = 4572) Observaes ausentes ou incompletas foram ignoradas: 12025 Varivel dependente: es
Const
Coeficiente 0,916998
Erro Padro 0,0213575
razo-t 42,9356
p-valor <0,00001
***
Idade
-0,00170891
0,000136535
-12,5162
<0,00001
***
Sexo
0,0140101
0,00417281
3,3575
0,00079
***
Somatizacao
0,045094
0,00726572
6,2064
<0,00001
***
Obsess_Comp
0,0287625
0,00634711
4,5316
<0,00001
***
Sens_Interp
0,0293248
0,0064247
4,5644
<0,00001
***
DEPRESSAO
0,0279311
0,00875597
3,1899
0,00143
***
ANSIEDADE
0,0108732
0,00851261
1,2773
0,20156
HOSTILIDADE
0,0142194
0,0048341
2,9415
0,00328
ANS_FOBICA
0,00093187
0,00565297
0,1648
0,86907
IDEA_PARAN
0,021076
0,00555544
3,7938
0,00015
***
PSICOTIC
0,0275731
0,00838042
3,2902
0,00101
***
IND_GL_S
-0,223675
0,0429756
-5,2047
<0,00001
***
-0,000591335
0,000144548
-4,0909
0,00004
***
IMC
0,00174314
0,000676392
2,5771
0,00999
***
cos_w
0,00168446
0,00251589
0,6695
0,50319
sin_w
-0,00114444
0,00243053
-0,4709
0,63776
0,12288
0,102459
1,1993
0,23047
PRES_ART_SIST
PERCER_ALTURA
***
CINTURA_ALTURA
0,000297268
0,0469576
0,0063
0,99495
Mdia var. dependente
Soma resd. Quadrados
0,842933 61,29525
D.P. var. dependente
E.P. da regresso
0,120616 0,116028
R-quadrado
0,078264
R-quadrado ajustado
0,074620
F(18, 4553)
21,47727
P-valor(F)
7,13e-68
3369,854
Critrio de Akaike
-6701,707
Critrio Hannan-Quinn
-6658,709
Log da verossimilhana Critrio de Schwarz
-6579,581
Para verificar se o modelo est bem especificado usaremos o teste RESET (NA pg. 86), para isso acrescentam-se na regresso original quadrados e cubos das varveis explicativas, caso o modelo esteja corretamente especificado estas novas variveis teoricamente no sero significativas para o modelo. No estudo em questo verificou-se que mesmo com todas as variveis dependentes o modelo no est corretamente especificado (ET = 22,55; pvalor <0,001). Fato esse que persistir com a seleo do modelo final. Mesmo colocando os dados como srie temporal, no abriu a opo para verificar a autocorrelao, pois h muitos missings no banco de dados. Procurando por pontos de influncia e alavancagem (MADALLA cap. 12) no encontramos nenhuma observao que pudesse comprometer o estudo. A multicolinearidade (MADALLA CAP 7) foi observada, logo o determinante bem prximo de zero, ou seja, teremos problemas com a inverso da matriz XX. Para tanto a varivel IND_GL_S foi excluda do modelo (obteve um VIF = 193,331) porque estava influenciando as outras variveis (principalmente a varivel Ansiedade que passou a ser significativa aps a excluso dessa varivel). Com a excluso, o problema da multicolinearidade eliminado e a varincia do modelo reduzida, alm de reduzir consideravelmente os valores de AIC e BIC (quanto menor a medida melhor). Com o sentido de eliminar variveis que no contribuem para o modelo, algumas variveis foram omitidas, utilizando = 0,10, obteve-se um modelo que no acrescentasse ou diminusse muito os critrios do AIC e BIC a partir de novas excluses, o modelo final dado a seguir:
Modelo final: MQO, usando as observaes 1-16597 (T = 4612)
Observaes ausentes ou incompletas foram ignoradas: 11985 Varivel dependente: es
Const Idade
Coeficiente 0,932263 -0,00171977
Erro Padro 0,016427 0,00012159
razo-t 56,7518 -
p-valor <0,00001 <0,00001
*** ***
Sexo Somatizacao ANSIEDADE PRES_ART_SIST
0,0186213 0,0126591 -0,0249253 -
6 0,00384513 0,00363819 0,00404196 0,00014326
14,1433 4,8428 3,4795 -6,1666 -3,9346
<0,00001 0,00051 <0,00001 0,00008
*** *** *** ***
IMC
0,000563675 0,00187291
2 0,00031328
5,9784
<0,00001
***
1 Mdia var. dependente Soma resd. Quadrados R-quadrado F(6, 4605) Log da verossimilhana Critrio de Schwarz
Teste RESET para especificao Hiptese nula: a especificao adequada
Estatstica de teste: F(2, 4603) = 19,4681 com p-valor = P(F(2, 4603) > 19,4681) = 3,80782e-009 Teste de White para a heteroscedasticidade: Hiptese nula: sem heteroscedasticidade Estatstica de teste: LM = 118,519 com p-valor = P(Qui-quadrado(26) > 118,519) = 8,96973e-014 Teste de Breusch-Pagan para a heteroscedasticidade Hiptese nula: sem heteroscedasticidade Estatstica de teste: LM = 214,494 com p-valor = P(Qui-quadrado(6) > 214,494) = 1,55291e-043
Como podemos ver ainda temos problemas de especificao do modelo que
observado pelo teste RESET (p-valor <0,0001). H problemas de heterocedasticidade, como vemos no teste de White (NA pg. 85) (pvalor <0,0001) e Breusch-Pagan (NA pg. 23) (pvalor <0,0001). Portanto esse modelo no o mais adequando para explicar a eficincia do sono. Como soluo, pode-se utilizar o modelo MQO com erro padro robusto e pelo mtodo MQG. Erro Padro Robusto: 3
No foi possvel realizar, pois h (muitos) dados faltantes.
Mnimos Quadrados Generalizados Usando um modelo que corrige a heterocedasticidade obtemos o modelo com todas as variveis: Modelo Inicial MQG: Heteroscedasticidade-corrigida, usando as observaes 1-16597 (T = 4572) Observaes ausentes ou incompletas foram ignoradas: 12025 Varivel dependente: es
Const
Coeficiente 0,920872
Erro Padro 0,0212015
razo-t 43,4343
p-valor <0,00001
***
Idade
-0,00139614
0,000133311
-10,4728
<0,00001
***
Sexo
0,0169917
0,00405616
4,1891
0,00003
***
Somatizacao
0,0519579
0,00779621
6,6645
<0,00001
***
Obsess_Comp
0,0331941
0,00654417
5,0723
<0,00001
***
Sens_Interp
0,0344193
0,00661801
5,2008
<0,00001
***
DEPRESSAO
0,0402233
0,00927964
4,3346
0,00001
***
ANSIEDADE
0,0104426
0,00880243
1,1863
0,23555
HOSTILIDADE
0,0186758
0,00488853
3,8203
0,00014
ANS_FOBICA
0,00492123
0,00603277
0,8157
0,41469
IDEA_PARAN
0,0249919
0,00560338
4,4601
<0,00001
***
PSICOTIC
0,028931
0,00859963
3,3642
0,00077
***
IND_GL_S
-0,265949
0,0474766
-5,6017
<0,00001
***
PRES_ART_SIST
***
-0,000506969
0,000147732
-3,4317
0,00061
***
IMC
0,00126548
0,000621075
2,0376
0,04165
**
cos_w
0,00311038
0,00239827
1,2969
0,19472
sin_w
-0,0008031
0,00225788
-0,3557
0,72209
PERCER_ALTURA
0,0477049
0,102402
0,4659
0,64134
CINTURA_ALTURA
0,00355166
0,0435434
0,0816
0,93500
Estatsticas baseadas nos dados ponderados:
Soma resd. Quadrados R-quadrado F(18, 4553) Log da verossimilhana Critrio de Schwarz
19931,06 0,062706
E.P. da regresso R-quadrado ajustado
16,92231
P-valor(F)
4,33e-52
Critrio de Akaike
19744,26
Critrio Hannan-Quinn
19787,26
-9853,130 19866,39
2,092263 0,059001
Estatsticas baseadas nos dados originais:
Mdia var. dependente Soma resd. Quadrados
0,842933 61,48869
D.P. var. dependente
E.P. da regresso
0,120616 0,116211
A multicolinearidade foi observada, para tanto, a varivel IND_GL_S foi
excluda do modelo (obteve um VIF = 193,331) porque estava influenciando as outras 4
variveis. Ento foram omitidas algumas variveis usando a mesma ideia do mtodo anterior, e utilizando = 0,10, vale ressaltar que na hora de omitir tanto para a varivel Cosseno w e Depresso, o AIC e BIC pioraram, o que significa que mesmo no sendo significativas, essas variveis devem permanecer no modelo pois ajudam na explicao do mesmo. O modelo final, mais adequado para explicar a eficincia do sono : Modelo Final MQG: Heteroscedasticidade-corrigida, usando as observaes 1-16597 (n = 4572) Observaes ausentes ou incompletas foram ignoradas: 12025 Varivel dependente: es
Soma resd. Quadrados R-quadrado F(10, 4561) Log da verossimilhana Critrio de Schwarz
19501,39 0,056068 27,09134 -9803,310 19699,32
E.P. da regresso R-quadrado ajustado P-valor(F) Critrio de Akaike Critrio Hannan-Quinn
2,067772 0,053998 8,21e-51 19628,62 19653,51
Estatsticas baseadas nos dados originais:
Mdia var. dependente Soma resd. Quadrados
0,842933 61,84589
D.P. var. dependente
E.P. da regresso
0,120616 0,116446
Com esse modelo percebemos que h indcios, mesmo que no significativos, de
que a sazonalidade interfere na eficincia do sono assim como a depresso tambm pode influenciar.
Anlise da varivel Eficincia do sono restrito a indivduos com Insnia e com
IAHT <5: Mnimos Quadrados Ponderados: Assumindo a heterocedasticidade do modelo, para a realizao das anlises ser utilizado o mtodo do MQP, que ser ponderado pela varivel insnia. Utilizando a componente principal PC1 no modelo, obtiveram-se os seguintes resultados utilizando todas as variveis: Modelo Inicial MQP: WLS, usando as observaes 1-1012 (n = 302) Observaes ausentes ou incompletas foram ignoradas: 710 Varivel dependente: es Varivel usada como peso: insonia
Const Idade Sexo PRES_ART_SIST IMC cos_w sin_w PERCER_ALTURA CINTURA_ALTURA PC1
Soma resd. quadrados R-quadrado F(9, 292) Log da verossimilhana Critrio de Schwarz
9,007095 0,091973 3,286261 101,8551 -146,6060
E.P. da regresso R-quadrado ajustado P-valor(F) Critrio de Akaike Critrio Hannan-Quinn
0,175631 0,063986 0,000785 -183,7103 -168,8644
Estatsticas baseadas nos dados originais:
Mdia var. dependente Soma resd. quadrados
0,757781 9,007095
D.P. var. dependente
E.P. da regresso
0,181535 0,175631
Fazendo o teste para verificar se h multicolinearidade no modelo, verificou-se
que no h problema de multicolinearidade (VIF<10). Omitindo as variveis no significativas a 10 % (ou = 0,1) e seguindo a receita de selecionar o modelo que minimiza o AIC e BIC, obteve-se o seguinte resultado: Modelo final MQP: WLS, usando as observaes 1-1012 (n = 302) Observaes ausentes ou incompletas foram ignoradas: 710 Varivel dependente: es Varivel usada como peso: insonia Const Idade PRES_ART_SIST IMC PERCER_ALTURA
Soma resd. quadrados R-quadrado F(4, 297) Log da verossimilhana Critrio de Schwarz
9,066378 0,085997 6,986015 100,8645 -173,1769
E.P. da regresso R-quadrado ajustado P-valor(F) Critrio de Akaike Critrio Hannan-Quinn
0,174718 0,073687 0,000022 -191,7291 -184,3061
Estatsticas baseadas nos dados originais:
Mdia var. dependente
Soma resd. quadrados
0,757781 9,066378
D.P. var. dependente
E.P. da regresso
0,181535 0,174718
Pode-se ainda omitir a varivel Pres_ART_SIST, porm muda muito pouco os
critrios, foi decido deixar essa varivel no modelo pois acredita-se que ela interfere no na eficincia do sono restrito aos indivduos com insnia e com iaht<5. Um porm dessa anlise que a varivel peso binria, ou seja quando insnia = 1 o MQP se trona igual ao MQO, ou seja, todos os problemas de heterocedasticidade, especificao sero vlidos novamente, o que torna essa anlise inapropriada para essa varivel peso. O MQG mais adequado nesse caso tambm.
Mnimos Quadrados Generalizados:
Usando um modelo que corrige a heterocedasticidade tambm, obtemos o modelo com todas as variveis: Modelo Inicial MQG: Heteroscedasticidade-corrigida, usando as observaes 1-1012 (n = 302) Observaes ausentes ou incompletas foram ignoradas: 710 Varivel dependente: es
const idade sexo PRES_ART_SIST IMC cos_w sin_w PERCER_ALTURA CINTURA_ALTURA PC1
Fazendo o teste de inflao da varincia para verificar se h multicolinearidade
no modelo, nenhuma varivel obteve um VIF maior que 10, portanto no h problemas de multicolinearidade. Omitindo as variveis no significativas a 10 % (ou = 0,1). O modelo que minimiza o AIC e BIC ser mostrado a seguir:
Modelo Final MQG: Heteroscedasticidade-corrigida, usando as observaes 1-1012 (n = 302)
Observaes ausentes ou incompletas foram ignoradas: 710 Varivel dependente: es
Soma resd. quadrados R-quadrado F(4, 297) Log da verossimilhana Critrio de Schwarz
1097,289 0,068329 5,445534 -623,3352 1275,222
E.P. da regresso R-quadrado ajustado P-valor(F) Critrio de Akaike Critrio Hannan-Quinn
1,922128 0,055781 0,000304 1256,670 1264,093
Estatsticas baseadas nos dados originais:
Mdia var. dependente Soma resd. quadrados
0,757781 9,189615
D.P. var. dependente
E.P. da regresso
0,181535 0,175902
Aps a omisso de algumas variveis, chegamos nesse modelo final, qualquer
uma das variveis acima que for omitida vai implicar num aumento de pelo menos um dos critrios, normalmente o AIC. Vale ressaltar que mesmo no sendo significativa a sazonalidade interfere na eficincia do sono para indivduos insone com iaht < 5.
![[8814 - 28949]Econometria Livro Completo](https://imgv2-2-f.scribdassets.com/img/document/487081995/149x198/1c4237081c/1607213609?v=1)
