<\/p>\n
A multicolinearidade<\/a> na an\u00e1lise de regress\u00e3o ocorre quando duas ou mais vari\u00e1veis preditoras s\u00e3o altamente correlacionadas entre si, de modo que n\u00e3o fornecem informa\u00e7\u00f5es \u00fanicas ou independentes no modelo de regress\u00e3o.<\/span><\/p>\n Se o grau de correla\u00e7\u00e3o entre as vari\u00e1veis for alto o suficiente, isso pode causar problemas no ajuste e na interpreta\u00e7\u00e3o do modelo de regress\u00e3o<\/a> .<\/span><\/p>\n A forma mais comum de detectar multicolinearidade \u00e9 usar o fator de infla\u00e7\u00e3o de vari\u00e2ncia (VIF), que mede a correla\u00e7\u00e3o<\/a> e a for\u00e7a da correla\u00e7\u00e3o entre vari\u00e1veis preditoras em um modelo de regress\u00e3o.<\/span><\/p>\n O valor VIF come\u00e7a em 1 e n\u00e3o tem limite superior. Uma regra geral para interpretar VIFs \u00e9:<\/span><\/p>\n Observe que existem alguns casos em que valores altos de VIF podem ser ignorados com seguran\u00e7a<\/a> .<\/span><\/p>\n Para ilustrar como calcular o VIF para um modelo de regress\u00e3o em R, usaremos o conjunto de dados integrado mtcars<\/em> :<\/span><\/p>\n Primeiro, ajustaremos um modelo de regress\u00e3o usando mpg<\/em> como vari\u00e1vel de resposta e disp<\/em> , hp<\/em> , wt<\/em> e drat<\/em> como vari\u00e1veis preditoras:<\/span><\/p>\n Podemos ver pelo resultado que o valor R ao quadrado<\/a> do modelo \u00e9 0,8376<\/strong> . Tamb\u00e9m podemos ver que a estat\u00edstica F geral<\/a> \u00e9 34,82<\/strong> e o valor p correspondente \u00e9 2,704e-10<\/strong> , o que indica que o modelo de regress\u00e3o geral \u00e9 significativo. Al\u00e9m disso,<\/span> as vari\u00e1veis preditoras hp<\/em> e wt<\/em> s\u00e3o estatisticamente significativas ao n\u00edvel de signific\u00e2ncia de 0,05, enquanto disp<\/em> e drat<\/em> n\u00e3o o s\u00e3o.<\/span><\/p>\n A seguir, usaremos a fun\u00e7\u00e3o vive()<\/strong> da biblioteca para<\/strong> calcular o VIF para cada vari\u00e1vel preditora no modelo:<\/span><\/p>\n Podemos ver que os VIFs para disp<\/em> e wt<\/em> s\u00e3o maiores que 5, o que \u00e9 potencialmente preocupante.<\/span><\/p>\n Para visualizar os valores VIF para cada vari\u00e1vel preditora, podemos criar um gr\u00e1fico de barras horizontal simples e adicionar uma linha vertical em 5 para que possamos ver claramente quais valores VIF excedem 5:<\/span><\/p>\n Observe que esse tipo de gr\u00e1fico seria mais \u00fatil para um modelo com muitas vari\u00e1veis preditoras, para que possamos visualizar facilmente todos os valores VIF de uma s\u00f3 vez. No entanto, \u00e9 um gr\u00e1fico \u00fatil neste exemplo.<\/span><\/p>\n Dependendo de qual valor VIF voc\u00ea considera muito alto para incluir no modelo, voc\u00ea pode optar por remover certas vari\u00e1veis preditoras e ver se o valor R-quadrado<\/a> correspondente ou o erro padr\u00e3o<\/a> do modelo s\u00e3o afetados.<\/span><\/p>\n Para entender melhor por que uma vari\u00e1vel preditora pode ter um valor VIF alto, podemos criar uma matriz de correla\u00e7\u00e3o para exibir os coeficientes de correla\u00e7\u00e3o linear entre cada par de vari\u00e1veis:<\/span><\/p>\n Lembre-se de que a vari\u00e1vel disp<\/em> teve um valor VIF superior a 8, que foi o maior valor VIF entre todas as vari\u00e1veis preditoras do modelo. A partir da matriz de correla\u00e7\u00e3o, podemos ver que disp<\/em> est\u00e1 altamente correlacionado com as outras tr\u00eas vari\u00e1veis preditoras, o que explica porque seu valor VIF \u00e9 t\u00e3o alto.<\/span><\/p>\n Nesse caso, talvez voc\u00ea queira remover disp<\/em> do modelo porque seu valor VIF \u00e9 alto e<\/em> n\u00e3o \u00e9 estatisticamente significativo no n\u00edvel de signific\u00e2ncia de 0,05.<\/span><\/p>\n Observe que uma matriz de correla\u00e7\u00e3o e um VIF fornecer\u00e3o informa\u00e7\u00f5es semelhantes: ambos informam quando uma vari\u00e1vel est\u00e1 altamente correlacionada com uma ou mais vari\u00e1veis em um modelo de regress\u00e3o.<\/span><\/p>\n Leitura adicional:<\/span><\/strong> A multicolinearidade na an\u00e1lise de regress\u00e3o ocorre quando duas ou mais vari\u00e1veis preditoras s\u00e3o altamente correlacionadas entre si, de modo que n\u00e3o fornecem informa\u00e7\u00f5es \u00fanicas ou independentes no modelo de regress\u00e3o. Se o grau de correla\u00e7\u00e3o entre as vari\u00e1veis for alto o suficiente, isso pode causar problemas no ajuste e na interpreta\u00e7\u00e3o do modelo de […]<\/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-503","post","type-post","status-publish","format-standard","hentry","category-guia"],"yoast_head":"\n\n
Como calcular VIF em R<\/strong><\/span><\/h3>\n
#view first six lines of mtcars<\/em><\/span>\nhead(mtcars)\n\n# mpg cyl disp hp drat wt qsec vs am gear carb\n#Mazda RX4 21.0 6 160 110 3.90 2.620 16.46 0 1 4 4\n#Mazda RX4 Wag 21.0 6 160 110 3.90 2.875 17.02 0 1 4 4\n#Datsun 710 22.8 4 108 93 3.85 2.320 18.61 1 1 4 1\n#Hornet 4 Drive 21.4 6 258 110 3.08 3.215 19.44 1 0 3 1\n#Hornet Sportabout 18.7 8 360 175 3.15 3.440 17.02 0 0 3 2\n#Valiant 18.1 6 225 105 2.76 3.460 20.22 1 0 3 1<\/strong><\/pre>\n #fit the regression model<\/span>\nmodel <- lm(mpg ~ disp + hp + wt + drat, data = mtcars)\n\n#view the output of the regression model\n<\/span>summary(model)\n\n#Call:\n#lm(formula = mpg ~ disp + hp + wt + drat, data = mtcars)\n#\n#Residuals:\n# Min 1Q Median 3Q Max \n#-3.5077 -1.9052 -0.5057 0.9821 5.6883 \n#\n#Coefficients:\n#Estimate Std. Error t value Pr(>|t|) \n#(Intercept) 29.148738 6.293588 4.631 8.2e-05 ***\n#available 0.003815 0.010805 0.353 0.72675 \n#hp -0.034784 0.011597 -2.999 0.00576 ** \n#wt -3.479668 1.078371 -3.227 0.00327 ** \n#drat 1.768049 1.319779 1.340 0.19153 \n#---\n#Significant. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1\n#\n#Residual standard error: 2.602 on 27 degrees of freedom\n#Multiple R-squared: 0.8376, Adjusted R-squared: 0.8136 \n#F-statistic: 34.82 on 4 and 27 DF, p-value: 2.704e-10\n<\/strong><\/pre>\n #load the car<\/em> library<\/span>\nlibrary(car)\n\n#calculate the VIF for each predictor variable in the model\n<\/span>lively(model)\n\n# disp hp wt drat \n#8.209402 2.894373 5.096601 2.279547 \n<\/strong><\/pre>\n Visualizando valores VIF<\/strong><\/span><\/h3>\n
#create vector of VIF values<\/span>\nvive_values <- vive(model)\n\n#create horizontal bar chart to display each VIF value\n<\/span>barplot(vif_values, main = \"VIF Values\", horiz = TRUE, col = \"steelblue\")\n\n#add vertical line at 5\n<\/span>abline(v = 5, lwd = 3, lty = 2)<\/strong><\/pre>\n Visualizando correla\u00e7\u00f5es entre vari\u00e1veis preditoras<\/strong><\/span><\/h3>\n
#define the variables we want to include in the correlation matrix<\/span>\ndata <- mtcars[, c(\"disp\", \"hp\", \"wt\", \"drat\")]\n\n#create correlation matrix<\/span>\ncor(data)\n\n# disp hp wt drat\n#available 1.0000000 0.7909486 0.8879799 -0.7102139\n#hp 0.7909486 1.0000000 0.6587479 -0.4487591\n#wt 0.8879799 0.6587479 1.0000000 -0.7124406\n#drat -0.7102139 -0.4487591 -0.7124406 1.0000000\n<\/strong><\/pre>\n
Um guia para multicolinearidade e VIF em regress\u00e3o<\/a>
O que \u00e9 um bom valor de R ao quadrado?<\/a><\/strong><\/p>\n","protected":false},"excerpt":{"rendered":"