11/12/2019 Regressão Linear: Interpretação e Análise dos Resíduos com SAS | EstatSite.

com

EstatSite.com

Estatística, Econometria e Análise de Dados

Regressão Linear: Interpretação e Análise dos

Resíduos com SAS

Regressão linear foi um assunto bastante comentado quando eu criei este blog. Agora, vamos ver
como é fácil rodá-la no SAS e, no mesmo código, fazer uma análise visual dos resíduos.

Neste post, vamos trabalhar com os dados de GPA2 (você pode baixar aqui GPA2
(h ps://estatsite.files.wordpress.com/2018/07/gpa2.xls)). Esta tabela contém dados de 4.137 alunos do
ensino superior, com as informações de notas, sexo, se o aluno é ou não atleta, etc. Agora, vamos
rodar uma regressão com a variável resposta sendo colgpa e as variáveis explicativas sendo hsperc e
sat. Hsperc diz respeito ao percentil em que o aluno estava quando graduou na escola, i.e., se o aluno
tiver um hsperc = 10, ele estava entre os 10% melhores alunos. Já o sat é uma espécie de ENEM que os
americanos fazem. A variável colgpa se refere à nota do aluno. O comando para executar uma
regressão linear no SAS é o PROC REG:

PROC REG DATA = GPA2;

MODEL COLGPA = HSPERC SAT ;
RUN;

https://estatsite.com/2018/07/29/regressao-linear-interpretacao-e-analise-dos-residuos-com-sas/ 1/7
11/12/2019 Regressão Linear: Interpretação e Análise dos Resíduos com SAS | EstatSite.com

Note que basta você utilizar a subcláusula MODEL e escrever exatamente a equação que você quer
ver. Agora, como interpretar estes resultados?

Bom, começamos pelo termo que todo mundo sempre quer ver: o p-valor. O p-valor aqui testa a
hipótese nula de que o coeficiente é igual a zero, ou seja, não tem efeito. O resultado nos indica que
podemos rejeitar a hipótese nula. Em outras palavras, a variável explicativa tem efeito na variável
resposta.

Outros dois valores que sempre chamam atenção são o r-quadrado e o r-quadrado ajustado. Como
podemos ver, nosso r-quadrado é 0.2734 e nosso r-quadrado ajustado é 0.2731. O r-quadrado indica o
quanto da variância na variável resposta é explicada pelas variáveis independentes. É uma mediade
de associação. O r-quadrado ajustado é uma medida de associação, tal como o r-quadrado, porém ele
leva em consideração as variáveis que vão sendo adicionadas. Se uma pessoa for inserindo variáveis
no modelo, ela vai sempre conseguir um r-quadrado maior, só pelo fato de incluir mais variáveis. O r-
quadrado ajustado leva em consideração os números de preditores. Quando tivermos um número
pequeno de observações e um número alto de preditores, a diferença entre essas duas medidas ficará
mais clara.

As outras variáveis são um pouco mais intutivas, e geralmente causam menor preocupação. Root
MSE é a raiz do quadrado médio do erro e servirá para saber o quão próximos estão os pontos
estimados dos pontos observados. Dependent mean, como a tradução direta já indica, é a média da
variável dependente (colgpa). Já a medida Coeff Var é o coeficiente de variação, uma medida de
variação dos seus dados, seu cálculo é dado a seguir:

Coeff Var = 100 * (Root MSE / Dependent Mean)

Já sabendo todas essas informações, podemos escrever o resultado acima na forma de equação*:

colgpa = 1,39176 – 0,01352 * hsperc + 0,00148 * sat

O que isso quer dizer?

https://estatsite.com/2018/07/29/regressao-linear-interpretacao-e-analise-dos-residuos-com-sas/ 2/7
11/12/2019 Regressão Linear: Interpretação e Análise dos Resíduos com SAS | EstatSite.com

Quer dizer que quanto maior hsperc, menor colgpa. Além disso, também nos diz que quanto maior
sat, maior colgpa. Bem, parece fazer sentido. Quanto menor hsperc, melhor posicionado está o aluno.
Um aluno com hsperc = 10, estava entre os top 10% da sua escola. Já um com hsperc = 5, estava entre
os top 5%. Então, quanto menor, melhor é o aluno, logo, esperamos uma nota maior, um gpa maior.
Para o sat é o contrário. Quanto maior o sat, melhor é o aluno. Logo, faz sentido seu coeficiente ser
positivo, indicando que quanto maior o sat, maior o colgpa. Lembrando que estamos sempre
pensando na média. E que há o termo de erro. Ou seja, é óbvio que você pode encontrar um aluno
com hsperc = 5 e um colgpa maior que outro aluno que tem hsperc = 1.

E se quisermos estimar o colgpa de um aluno com hsperc = 100 e sat = 50?

Apenas insira estes valores na equação:

colgpa = 1,39176 – 0,01352*100 + 0,00148*1350

colgpa = 2,03776

Agora já sabemos como interpretar o resultado da regressão e como utilizá-lo para fazer estimativas
futuras.

ANÁLISE DOS RESÍDUOS

Após rodar a regressão, é importante atentar-se para uma premissa da OLS, que é a normalidade dos
resíduos. No SAS, é possível fazer o gráfico do resíduo vs. valores estimados no mesmo PROC REG
que gera os resultados da regressão, veja o exemplo abaixo:

PROC REG DATA =STDY.GPA2;

MODEL COLGPA = HSPERC SAT ;
PLOT RESIDUAL. * PREDICTED. ;
RUN;

https://estatsite.com/2018/07/29/regressao-linear-interpretacao-e-analise-dos-residuos-com-sas/ 3/7
11/12/2019 Regressão Linear: Interpretação e Análise dos Resíduos com SAS | EstatSite.com

Há ainda outras formas de se analisar a normalidade dos resíduos. Veja, por exemplo, que podemos
traçar um QQPLOT para os resíduos e ainda obter alguns testes de normalidade. Primeiro, rodamos
a regressão e salvamos uma tabela com as variáveis da regressão e os resíduos e valores projetados
para cada indivíduo:

PROC REG DATA = STDY.GPA2;

MODEL COLGPA = HSPERC SAT;
OUTPUT OUT=OUT_GPA2 (KEEP= COLGPA HSPERC SAT RES PRED)
RESIDUAL=RES PREDICTED=PRED;
RUN;
QUIT;

Na sequência, usamos essa tabela gerada para traçar o QQPLOT e fazer alguns testes de
normalidade:

PROC UNIVARIATE DATA =OUT_GPA2 NORMAL ;

VAR RES;
QQPLOT RES / NORMAL (MU =EST SIGMA =EST );
RUN;

https://estatsite.com/2018/07/29/regressao-linear-interpretacao-e-analise-dos-residuos-com-sas/ 4/7
11/12/2019 Regressão Linear: Interpretação e Análise dos Resíduos com SAS | EstatSite.com

https://estatsite.com/2018/07/29/regressao-linear-interpretacao-e-analise-dos-residuos-com-sas/ 5/7
11/12/2019 Regressão Linear: Interpretação e Análise dos Resíduos com SAS | EstatSite.com

Graficamente, nossos resíduos não parecem normais. Entretanto, os testes feitos indicam
normalidade. A partir daí, há algumas medidas que o leitor pode tentar para garantir que os resíduos
são normais, como aplicar a transformação logarítmica na variável, ou trabalhar com outras variáveis
e transformações.

Espero que o post tenha sido útil. Se você gostou, compartilhe com seus amigos que também
trabalham nessa área.

Bons estudos!

*Atenção: Para a notação ser mais correta, a equação deveria ter o símbolo ‘^’ em cima do nome das
variáveis. Isso não foi feito aqui, por conta da formatação do WordPress.

Postado em Econometria, Programação SAS e etiquetado como modelo, proc reg, regressao linear,
residuos, SAS em 29 29+00:00 julho 29+00:00 2018 por Yukio. Deixe um comentário

CRIE UM WEBSITE OU BLOG GRATUITO NO WORDPRESS.COM.

https://estatsite.com/2018/07/29/regressao-linear-interpretacao-e-analise-dos-residuos-com-sas/ 6/7
11/12/2019 Regressão Linear: Interpretação e Análise dos Resíduos com SAS | EstatSite.com

https://estatsite.com/2018/07/29/regressao-linear-interpretacao-e-analise-dos-residuos-com-sas/ 7/7