O teste de McNemar é usado para determinar se há diferença estatisticamente significativa nas proporções entre dados pareados. Este tutorial explica como realizar o teste de McNemar em R. Exemplo: teste de McNemar em R Digamos que os pesquisadores queiram saber...
Um teste de Breusch-Pagan é usado para determinar se a heterocedasticidade está presente em uma análise de regressão. Este tutorial explica como realizar um teste de Breusch-Pagan em R. Exemplo: teste Breusch-Pagan em R Neste exemplo, ajustaremos um modelo de regressão...
Uma das métricas mais comumente usadas para medir a precisão da previsão de um modelo é MAPE , que significa erro percentual médio absoluto . A fórmula para calcular o MAPE é a seguinte: MAPE = (1/n) * Σ(|real – previsão|...
Cada vez que você realiza um teste de hipótese, você obtém uma estatística de teste. Para determinar se os resultados do teste de hipótese são estatisticamente significativos, você pode comparar a estatística do teste com um valor Z crítico . Se...
Os gráficos de resíduos são frequentemente usados para avaliar se os resíduos de uma análise de regressão são normalmente distribuídos e se apresentam ou não heterocedasticidade . Este tutorial explica como criar gráficos residuais para um modelo de regressão em R....
Um histograma de frequência relativa é um gráfico que exibe as frequências relativas dos valores em um conjunto de dados. Este tutorial explica como criar um histograma de frequência relativa em R usando a função lattice histogram() , que usa a...
Este tutorial explica como trabalhar com a distribuição de Poisson em R usando as seguintes funções dpois : retorna o valor da função de densidade de probabilidade de Poisson. ppois : Retorna o valor da função de densidade cumulativa de Poisson....
A raiz do erro quadrático médio (RMSE) é uma medida que nos diz a que distância nossos valores previstos estão dos valores observados em uma análise de regressão, em média. É calculado da seguinte forma: RMSE = √[ Σ(P i –...
Uma das métricas mais comumente usadas para medir a precisão da previsão de um modelo é MSE , que significa erro quadrático médio . É calculado da seguinte forma: MSE = (1/n) * Σ(real – previsão) 2 Ouro: Σ – um...
A raiz do erro quadrático médio (RMSE) é uma medida que nos diz a que distância nossos valores previstos estão dos valores observados em uma análise de regressão, em média. É calculado da seguinte forma: RMSE = √[ Σ(P i –...