Para realizar regress\u00e3o robusta em R, podemos usar a fun\u00e7\u00e3o rlm()<\/strong> do pacote MASS<\/strong> , que usa a seguinte sintaxe:<\/span><\/p>\n O exemplo passo a passo a seguir mostra como realizar uma regress\u00e3o robusta em R para um determinado conjunto de dados.<\/span><\/p>\n Primeiro, vamos criar um conjunto de dados falso para trabalhar:<\/span><\/p>\n A seguir, vamos ajustar um modelo de regress\u00e3o de m\u00ednimos quadrados ordin\u00e1rio e criar um gr\u00e1fico dos res\u00edduos padronizados<\/a> .<\/span><\/p>\n Na pr\u00e1tica, muitas vezes consideramos qualquer res\u00edduo padronizado cujo valor absoluto seja superior a 3 como um valor at\u00edpico.<\/span> <\/p>\n No gr\u00e1fico podemos ver que existem duas observa\u00e7\u00f5es com res\u00edduos padronizados em torno de 3.<\/span><\/p>\n Isto indica que existem dois valores discrepantes potenciais no conjunto de dados e, portanto, podemos nos beneficiar de uma regress\u00e3o robusta.<\/span><\/p>\n A seguir, vamos usar a fun\u00e7\u00e3o rlm()<\/strong> para ajustar um modelo de regress\u00e3o robusto:<\/span><\/p>\n Para determinar se este modelo de regress\u00e3o robusto proporciona um melhor ajuste aos dados em compara\u00e7\u00e3o com o modelo OLS, podemos calcular o erro padr\u00e3o residual de cada modelo.<\/span><\/p>\n O erro padr\u00e3o residual (RSE) \u00e9 uma forma de medir o desvio padr\u00e3o dos res\u00edduos em um modelo de regress\u00e3o. Quanto menor o valor de CSR, melhor o modelo ser\u00e1 capaz de ajustar os dados.<\/span><\/p>\n O c\u00f3digo a seguir mostra como calcular o RSE para cada modelo:<\/span><\/p>\n Podemos ver que o RSE do modelo de regress\u00e3o robusto \u00e9 muito inferior ao do modelo de regress\u00e3o de m\u00ednimos quadrados ordin\u00e1rio, o que nos diz que o modelo de regress\u00e3o robusto fornece um melhor ajuste aos dados.<\/span><\/p>\n Como realizar regress\u00e3o linear simples em R<\/a> A regress\u00e3o robusta \u00e9 um m\u00e9todo que podemos usar como alternativa \u00e0 regress\u00e3o de m\u00ednimos quadrados comum quando h\u00e1 valores discrepantes ou observa\u00e7\u00f5es influentes no conjunto de dados com o qual estamos trabalhando. Para realizar regress\u00e3o robusta em R, podemos usar a fun\u00e7\u00e3o rlm() do pacote MASS , que usa a seguinte sintaxe: O exemplo […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-1607","post","type-post","status-publish","format-standard","hentry","category-guia"],"yoast_head":"\n Etapa 1: crie os dados<\/strong><\/span><\/h3>\n
#create data<\/span>\ndf <- data. frame<\/span> (x1=c(1, 3, 3, 4, 4, 6, 6, 8, 9, 3,\n 11, 16, 16, 18, 19, 20, 23, 23, 24, 25),\n x2=c(7, 7, 4, 29, 13, 34, 17, 19, 20, 12,\n 25, 26, 26, 26, 27, 29, 30, 31, 31, 32),\n y=c(17, 170, 19, 194, 24, 2, 25, 29, 30, 32,\n 44, 60, 61, 63, 63, 64, 61, 67, 59, 70))\n\n#view first six rows of data\n<\/span>head(df)\n\n x1 x2 y\n1 1 7 17\n2 3 7 170\n3 3 4 19\n4 4 29 194\n5 4 13 24\n6 6 34 2\n<\/strong><\/pre>\n Etapa 2: realizar a regress\u00e3o de m\u00ednimos quadrados comuns<\/strong><\/span><\/h3>\n
#fit ordinary least squares regression model<\/span>\nols <- lm(y~x1+x2, data=df)\n\n#create plot of y-values vs. standardized residuals\n<\/span>plot(df$y, rstandard(ols), ylab=' Standardized Residuals<\/span> ', xlab=' y<\/span> ') \nabline(h= 0<\/span> )<\/strong> <\/pre>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/robusteregr1.png\")
<\/p>\n Etapa 3: realizar regress\u00e3o robusta<\/strong><\/span><\/h3>\n
library<\/span> (MASS)<\/span>\n\n#fit robust regression model<\/span>\nrobust <- rlm(y~x1+x2, data=df)<\/strong><\/pre>\n #find residual standard error of ols model\n<\/span>summary(ols)$sigma\n\n[1] 49.41848\n\n#find residual standard error of ols model\n<\/span>summary(robust)$sigma\n\n[1] 9.369349\n<\/strong><\/pre>\n Recursos adicionais<\/strong><\/span><\/h3>\n
Como realizar regress\u00e3o linear m\u00faltipla em R<\/a>
Como realizar regress\u00e3o polinomial em R<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"