Aula MR Dados Discretos Parte 2

Modelos de regressão para dados discretos (parte
2): dados de contagens
Prof. Caio Azevedo
Prof. Caio Azevedo

Modelos de regressão para dados discretos (parte 2): dados de contagens
Exemplo 14: tempo de sobrevivências de bactérias
Os dados correspondem ao número de bactérias sobreviventes em

amostras de um produto alimentı́cio segundo o tempo (em minutos)
de exposição do produto à uma temperatura de 300o F .
Nessas amostras de alimentos foram feitas 12 medições, a cada

minuto, contabilizando a quantidade de bactérias vivas (do total
original) sobreviventes.
Novamente temos uma situação de medidades repetidas e, assim, as

observações podem ter algum tipo de dependência.
Prof. Caio Azevedo

Dados oriundos do experimento
número 175 108 95 82 71 50 49 31 28 17 16 11

tempo 1 2 3 4 5 6 7 8 9 10 11 12
número: número de bactérias sobreviventes; tempo: tempo decorrido em

minutos.
Prof. Caio Azevedo

Gráfico de dispersão
●
150
número de bactérias sobreviventes
●
100
●
50
● ●
●
●
● ●
●
2 4 6 8 10 12
tempo de exposição
Prof. Caio Azevedo
Caracterı́sticas dos dados
Variável resposta: número (Yi ); variável explicativa: tempo (xi ),

i=1,2,...,12.
A resposta corresponde à uma contagem. Assim P(Yi = k) > 0 e

P(Yi ∈ [r1 , r2 ]),∀k ∈ {0, 1, ....}, r1 , r2 < 0, ri ≤ r2 , i = 1, 2, ...12.
Aparentemente, há uma relação não linear (curva de segundo grau,

exponencial negativa etc) entre a resposta e a variável explicativa.
Prof. Caio Azevedo

Modelo 0
ind.
Yi ∼ Poisson(µi )
ln (µi ) = β0 + β1 xi , i = 1, 2, ..., 12
Yi : número de bactérias sobreviventes ao tempo de exposição i.
xi : tempo de exposição i.
β = (β0 , β1 )0 . E(Yi ) = V(Yi ) = µi = e β0 +β1 xi .
ln(.): função de ligação (log ou logarı́tmica)
Prof. Caio Azevedo

Interpretação dos parâmetros
Lembrando que µi = e β0 +β1 xi , assim se µi+1 = e β0 +β1 (xi +1) então

µi+1 = µi e β1 .
e β0 : número médio de bactérias sobreviventes expostas durante 0
minutos à temperatura de 300o F (em termos do problema, esta
interpretação faz sentido?).
e β1 : incremento multiplicativo (positivo ou negativo) no número
médio de bactérias sobreviventes para o aumento em 1 minuto no
tempo de exposição à temperatura de 300o F .
Tem-se um modelo de regressão Poisson log-linear (função de
ligação log).
Prof. Caio Azevedo
Modelo 1
ind.
ln (µi ) = β0 + β1 (xi − x), i = 1, 2, ..., 12
Yi : número de bactérias sobreviventes ao tempo de exposição i.

1
P12
xi : tempo de exposição i e x = 12 i=1 xi .
β = (β0 , β1 )0 . E(Yi ) = V(Yi ) = µi = e β0 +β1 xi .
ln(.): função de ligação (log ou logarı́tmica)
Prof. Caio Azevedo

Interpretação dos parâmetros
Lembrando que µi = e β0 +β1 (xi −x) , assim se µi+1 = e β0 +β1 (xi −x+1)
então µi+1 = µi e β1 .
e β0 : número médio de bactérias sobreviventes expostas durante

x = 6, 5 minutos à temperatura de 300o F .
e β1 : incremento multiplicativo (positivo ou negativo) no número

médio de bactérias para o aumento em 1 minuto no tempo de
exposição à temperatura de 300o F .
Tem-se um modelo de regressão Poisson log-linear (função de

ligação log).
Prof. Caio Azevedo

Modelo geral
ind.
p
X Pp
βj xji
ln(µi ) = βj xji → µi = e j=1 , i = 1, 2, ..., n, j = 1, 2, ..., p
j=1
Yi : contagem de interesse da i-ésima observação.

xji : valor da variável explicativa j associada ao indivı́duo i; βj :
parâmetro associado ao impacto de cada covariável na média da
supracitada contagem.
ln(.) : função de ligação (log).
Modelo com intercepto: x1i = 1, ∀i.
Prof. Caio Azevedo
Verificação da qualidade de ajuste do modelo
No modelo em questão, temos, essencialmente, as seguintes

suposições a serem avaliadas.
Apesar do modelo ser heterocedástico (V(Yi ) = µi ), a variância por

ele imposta pode ser menor do que a observada (superdispersão) ou
maior do que a observada (subdispersão).
As observações são independentes.
A função de ligação (nesse caso ln(.)) é apropriada.
Prof. Caio Azevedo

Inferência para o modelo
Pp
Defina ηi = j=1 βj xji = X0i β, em que X0i é a i-ésima linha da
matriz X e η = Xβ, em que η = (η1 , ..., ηn )0 e β = (β1 , ..., βp )0 .
ind.
Assim, temos que Yi ∼ Poisson(µi ), µi = e ηi , i = 1, 2...., n.
Verossimilhança
Pn Qn n
e− i=1 µi
µyi i Pn Y
L(β) = Qn i=1
∝ e− i=1 µi
µyi i
i=1 yi ! i=1
Logverossimilhança.
n
X n
X
l(β) = − µi + yi ln(µi )
i=1 i=1
Prof. Caio Azevedo
Como µi = e ηi , temos que a vogverossimilhança, traduz-se em
n
X n
X n
X
l(β) = − e ηi + yi ηi = (yi ηi − e ηi ) (1)
i=1 i=1 i=1
Vetor escore
n Xn
∂ X ∂ηi ∂ηi ∂ηi
S(β) = l(β) = yi − e ηi = (yi − e ηi )
∂β ∂β ∂β ∂β
i=1 i=1
n
X
= (yi − e ηi ) Xi = X0 (y − µ)
i=1
∂ηi
pois = Xi e y = (y1 , ..., yn )0 e µ = (p1 , ..., pn )0 (exercı́cio).
∂β
Prof. Caio Azevedo
∂ηi Pn
Além disso, S(β) = , em que gi (β) = yi − e ηi .
i=1 gi (β)
∂β
Assim, E(gi (β)) = E(Yi − e ηi ) = 0 e ∂g∂β
i (β)
= −e ηi ∂η
∂β .
i
Por outro lado, a matriz Hessiana é dada por
n
l(β) X ∂ηi ∂ηi ∂hi (β)
H(β) = = gi (β) +
∂β∂β 0 i=1
∂β∂β 0 ∂β ∂β 0
Prof. Caio Azevedo

Logo, a informação de Fisher corresponde à
n
X
I(β) = −E(H(β)) = e ηi Xi X0i = X0 VX.
i=1
η1 ηn
em que V = diag(e , ..., e ).
Exercı́cio: obter a forma matricial de I(β).

√
Repetir os desenvolvimentos considerando µi = X0i β (função de
ligação raiz quadrada).
Prof. Caio Azevedo

Comentários
Os resultados anteriores (modelos de regressão logı́stica) continuam

válidos, com pequenas modificações.
V(Yi ) = µi .
Desvio:
k
X
D(y, µ
b) = 2 µi ) − (yi − µ
[yi ln(yi /b bi )] I{1,2,...} (yi ) + 2b
µi 11{0} (yi ) .
i=1
Nesse caso, se µi → ∞, i = 1, 2, ..., n, sob a hipótese de que o

b ) ≈ χ2(n−p) .
modelo é adequado, D(y, µ
Prof. Caio Azevedo

Comentários
Resı́duo componente do desvio (RCD). Nesse caso, é dado por

√
2 1/2
TDi = ± q {yi ln(yi /b
µi ) − (yi − µ
bi )} I{1,2,....} (yi )
1−b hii
p
2b
µi
+ ±q I{0} (yi ).
1−b hii
em que ± assume o mesmo sinal de yi − µi e b

hii é o i-esimo
elemento da diagonal principal da matriz V1/2 X(X0 VX)−1 X0 V1/2 .
z = η + V−1 (y − µ).
Prof. Caio Azevedo

Estimativas dos parâmetros (os testes se referem à
nulidade de cada parâmetro)
Parâmetro Estimativa EP Estat. Zt p-valor

β0 3,818 0,048 79,258 <0,0000
β1 -0,229 0,013 -18,023 <0,0000
Os dois parâmetros são significativos. Além disso, D(y; µ

e ) = 8, 42, para
n − p = 12 − 2 = 10 graus de liberdade, o que leva à um p-valor
= 0, 5877, sugerindo um bom ajuste do modelo.
Prof. Caio Azevedo

Gráfico de envelopes para os RCD’s
Gráfico de quantil−quantil normal
3
2
●
Resíduo Componente do Desvio
●
1
●
0
●
●
●
●
●
●
−1
−2
●
−3
−1.5 −1.0 −0.5 0.0 0.5 1.0 1.5
Percentil da N(0,1)
Prof. Caio Azevedo
Gráfico da variável Z vs preditor linear
●
5.0
●
4.5
●
4.0
Variavel z
● ●
3.5
●
●
3.0
●
●
2.5
2.5 3.0 3.5 4.0 4.5 5.0
Preditor Linear
Prof. Caio Azevedo
Médias observadas e preditas pelo modelo
●
150
número de bactérias sobreviventes
● ● observado
100
●
●
● predito
●
●
●
●
50
●
● ●
●
●
●
●
●
●
● ●
●
●
2 4 6 8 10 12
tempo de exposição
Prof. Caio Azevedo
Comentários
Apesar do modelo ter se ajustado bem ao conjunto de dados, o

número médio de bactérias sobreviventes não foi apropriadamente
predito (nem pontual nem intervalarmente) pelo modelo, para
alguns instantes.
Alternativa: manter o modelo substituindo-se o preditor linear (ηi )

por um preditor não linear (modelos não lineares generalizados) e/ou
considerar efeitos aleatórios.
Prof. Caio Azevedo

Comentários
De acordo com o modelo, há ma diminuição (percentual)

significativa no número de bactérias da ordem de
exp(−0, 229) ≈ 0, 795 ≡ 79, 5% ≈ 80, 0%, para o aumento em 1
minuto no tempo de exposição. Espera-se que tal diminuição oscile
entre IC (e −β1 , 95%) = [0, 775; 0, 815] = [77, 5%; 81, 5%].
Prof. Caio Azevedo

Exemplo 2: comparação do número de acidentes
Descrição: número de acidentes (com algum tipo de trauma para as

pessoas envolvidas) em 92 dias (correspondentes) em dois anos
distintos (1961 e 1962), medidos em algumas regiões da Suécia.
Considerou-se apenas 43 dias, correspondendo a dias de 1961 em

que não havia limite de velocidade e de 1962 em que havia limites
de velocidade (90 ou 100 km/h).
Questão de interesse: a imposição dos limites de velocidade levou à

redução do número de acidentes?
Prof. Caio Azevedo

Modelo
Considere (i =1, ano de 1961, i=2, ano de 1962). Lembrando que:

1961 (sem limite de velocidade) e 1962 (com limite de velocidade),
temos
ind.
Yij ∼ Poisson(µi ), i = 1, 2, j = 1, ...., 43
ln µi = µ + αi , α1 = 0
em que β = (µ, α2 )0 . Assim, tem-se que E(Yij ) = e µ+αi . Além

disso, e α2 é o incremento multiplicativo (positivo ou negativo) da
média do ano de 1962 em relação à média do ano de 1961
(µ2 = µ1 e α2 ).
Prof. Caio Azevedo
Medidas Resumo
Ano Média Var. DP CV(%) Mı́n. Med. Máx.

1961 26,05 82,66 9,09 34,91 8,00 25,00 47,00
1962 18,05 44,71 6,69 37,05 7,00 17,00 41,00
Prof. Caio Azevedo

Boxplots do número de acidentes por ano
●
40
30
20
10
1961 1962
Prof. Caio Azevedo

Histogramas do número de acidentes por ano
30
percentual
20
10
0
10 20 30 40 50
número de acidentes (1961)
percentual
20
10
0
10 20 30 40
Prof. Caio Azevedo


β0 3,2599 0,0299 109,097 <0,0000
β1 -0,3669 0,0467 -7,856 <0,0000
Os dois parâmetros são significativos. Entretanto, D(y; µ

e ) = 235, 17,
para n − p = 86 − 2 = 84 graus de liberdade, o que leva à um p-valor
< 0, 0001, indicando que o modelo não se ajustou bem aos dados.
Prof. Caio Azevedo

RCD’s × ı́ndice da observação 6
●
4
●
Residuo Componente do Desvio
●
● ●
● ● ●
●
2
● ● ●
● ● ● ● ● ●
● ●
● ●
● ● ●
● ●
● ●
● ●
●
● ●
0
●
● ● ● ● ● ● ● ● ●
● ● ● ● ● ● ● ●
● ● ● ● ●
● ● ● ● ● ● ●
● ● ● ●
● ● ●
● ●
−2
● ●
●
● ● ● ● ● ● ●
●
●
−4
0 20 40 60 80
Indice
Prof. Caio Azevedo
Gráfico de envelopes para os RCD’s
Gráfico de quantil−quantil normal
●
4
●
● ●
Resíduo Componente do Desvio
● ● ●
●
2
●
●●●
●●● ● ● ● ●
●●
●● ●
●●
●●
●
●●
●●
0
●
●●●●●●●●●
●●●●●●●●
●●●●●
●●●●●●●
● ● ●●
●●●
●
●
−2
●●
●
● ● ● ● ● ● ●
●
●
−4
−2 −1 0 1 2
Percentil da N(0,1)
Prof. Caio Azevedo
Distribuições observadas e preditas pelo modelo
40
percentual
observado
20
predito
0
10 20 30 40 50
percentual
40
observado
20
predito
0
10 20 30 40
Prof. Caio Azevedo
Comentários
A análise de diagnóstico indicou que o modelo não se ajustou bem
aos dados, portanto ele não pode ser utilizado para analisá-los.
Isso ocorreu, possivelmente, devido à um problema de

superdispersão.
Alternativas de análise: modelo de regressão de Poisson de efeitos

aleatórios (binomial-negativo), modelos não paramétricos (sem
supor alguma distribuição especı́fica para a variável resposta) que
contemple a superdispersão, outros modelos de regressão
hetorocedásticos (modelos de superdispersão).
Prof. Caio Azevedo

Médias ajustadas
Caso o modelo tivesse se ajustado bem, deverı́amos apresentar as

estimativas pontuais e intervalares das médias de cada grupo.
Ano Est. DP IC(95%)
1961 26,05 0,78 [24,52 ; 27,57 ]

1962 18,05 0,65 [16,78 ; 19,32]
Neste caso, possivelmente, os intervalos de confiança apresentam

uma amplitude menor do que deveriam (devido à superdispersão).
Prof. Caio Azevedo

Exemplo 15: perfil dos clientes de uma loja
Interesse: estudar o perfil dos clientes de uma determinada loja

oriundos de 110 áreas de uma determinada cidade. Cada uma das
110 observações corresponde à uma área da cidade.
Verificar como certas caracterı́sticas (variáveis explicativas) afetam o
número esperado de clientes em cada área (variável resposta).
Variáveis explicativas: número de domicı́lios (em milhares) (x1 ),
renda média anual (em milhares de USD) (x2 ), idade média dos
domicı́lios (em anos)(x3 ), distância ao concorrente mais próximo
(em milhas) (x4 ) e distância à loja (em milhas) (x5 ).
Variável resposta : número de clientes da referida loja (Y ).
Prof. Caio Azevedo
Gráficos de dispersão
● ● ●
30
30
30
● ● ●
● ● ● ● ● ●
● ● ● ● ● ●● ● ● ● ●
25
25
25
número de clientes
número de clientes
número de cliente
● ● ●
● ● ●
● ● ● ● ● ● ● ● ●
20
20
20
● ● ●
● ● ●
● ● ● ● ● ●
● ● ● ● ● ● ● ● ●
15
15
15
● ●● ● ● ● ●● ● ● ● ● ● ● ●●
● ● ● ● ●● ● ● ● ● ● ●
● ● ●● ● ●● ● ● ● ● ● ● ● ●
● ● ● ● ●● ● ● ● ● ● ● ●● ● ● ● ● ●●● ●
●●
● ● ● ● ●● ●● ● ● ● ● ●● ● ●
10
10
10
● ● ●● ● ●● ●● ● ●●● ● ● ● ● ● ● ●
● ●●
● ●● ● ● ● ● ● ●● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ●
● ● ● ● ●● ●●● ● ● ●●● ●● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ●
● ● ● ● ● ●● ● ● ● ● ●
● ● ● ● ● ● ● ● ● ● ●● ●●● ●● ●●●● ● ● ●● ● ● ●● ● ●●
● ● ● ●● ● ● ● ●
5
5
● ● ● ● ●● ● ● ● ● ● ●
● ●● ● ● ● ● ● ● ● ● ● ●● ●
● ● ●
● ● ● ●● ● ● ● ●
0
0
0 200 400 600 800 1000 1200 20000 40000 60000 80000 100000 120000 0 10 20 30 40 50 60
número de domicílios renda idade
● ●
30
30
● ●
● ● ● ●
● ● ● ● ● ●●
25
25
número de clientes
número de clientes
● ●
● ●
● ● ● ● ● ●
20
20
● ●
● ●
● ● ● ●
● ● ● ● ●●
15
15
● ● ● ● ● ● ●● ● ● ● ●
● ● ● ● ● ● ● ●
●● ●● ● ● ●● ● ●
● ● ●● ● ● ● ● ●● ● ● ● ●●
● ● ●● ● ● ● ● ●● ●● ● ●
10
10
● ● ● ● ● ● ● ● ● ● ●● ● ●
● ● ●● ●●● ● ● ● ● ● ●● ● ● ●● ● ●●
●● ●● ●● ● ● ● ● ● ● ●● ● ● ● ●● ●
● ● ● ● ● ●
● ●
●● ● ● ●● ● ● ●● ● ●● ● ● ●● ● ● ●
● ●● ● ● ●
5
● ● ● ● ● ● ● ●
● ●●● ● ● ●●● ●
● ●
●● ● ●● ●
0
1 2 3 4 5 6 2 4 6 8 10
distância ao concorrente mais próximo distância à loja
Prof. Caio Azevedo
Modelo (completo)
ind.
ln (µi ) = β0 + β1 (x1i − x 1 ) + β2 (x2i − x 2 ) + β3 (x3i − x 3 ) + β4 (x4i − x 4 )
+ β5 (x5i − x 5 ), i = 1, 2, ..., 110
xji : valor da variável explicativa j, associada à área i e

1
P110
x j = 110 i=1 xji , j = 1, 2, ..., 5.
βj : parâmetro associado ao impacto da covariável j no valor

esperado do número de clientes.
e β0 : número esperado de clientes quando cada uma das covariáveis
for igual à sua respectiva média.
Prof. Caio Azevedo
Modelo (completo) (cont.)
e βj : incremento (positivo ou negativo) no número esperado de

clientes para o aumento em uma unidade da covariável
j, j = 1, 2, ..., 5.
E(Yi ) = e ηij e V(e ηij ) = e ηij , em que ηij =

β0 +β1 (x1i −x 1 )+β2 (x2i −x 2 )+β3 (x3i −x 3 )+β1 (x4i −x 4 )+β1 (x5i −x 5 ).
Prof. Caio Azevedo

Abordagem adotada
Vamos utilizar o método stepwise para selecionar o modelo mais

apropriado (em relação a selecionar parâmetros, associados às
covariáveis, que seja significativos).
Primeiramente, contudo, vamos avaliar a qualidade do ajuste do

modelo completo.
Prof. Caio Azevedo

Análise de diagnóstico

● ●
2
2
● ● ● ● ● ● ● ●
● ●● ● ● ●
● ●
● ● ● ●
● ● ● ●● ● ● ● ●
●●●● ●● ●●●●●
● ● ● ● ● ●● ● ● ●●●●●●
●●
● ●
●
● ● ●● ● ● ● ● ● ●
●
●●● ● ● ● ● ●● ●
●
●● ● ●
● ●
● ● ● ●
● ● ● ● ●● ● ● ● ●● ● ● ●
●●●●
0
0
● ● ● ● ● ●● ● ●
●● ● ● ●● ● ● ● ●● ● ● ● ●● ● ●
● ● ●● ● ● ● ● ●● ●● ● ●
●● ● ● ● ● ● ● ●● ● ●● ●
● ● ●
●● ● ● ● ● ● ● ●
● ●
●
● ● ● ●● ● ● ● ● ●
●● ● ● ● ● ● ●
−2
−2
● ●
● ●
● ●
● ● ● ●●
●
−4
−4
0 20 40 60 80 100 5 10 15 20 25 30 35
Indice valor ajustado (média)
Normal Q−Q Plot

3.5
●
● ●
● ●● ● ●
●
Componente do Desvio
● ●
● ●
● ● ●● ●
●
2
● ● ● ●
●●●●●●
● ●● ● ●
● ● ● ●● ● ●
2.5
●● ● ●●
● ● ● ● ●●●●● ●● ● ● ●●
Variavel z
● ● ● ●●●●●●●●
● ●
● ●● ●● ●
●● ● ● ● ●●●●●●●●●
●●● ● ●●●●●●●●●●
● ● ● ● ●●●● ● ● ●●●●●●●●
●●●●●●●●
0
● ● ●
●
●
●●●●
●●●
●●●●●●
●●
● ● ● ● ● ●● ●●
●●●●●●
● ● ●●●●●●●●
● ● ●●●●●
1.5
● ● ● ●●
● ● ●●●●●●
●● ● ●●●
−2
● ●
●
●
●
● ● ●
0.5
●● ●
−4
1.5 2.0 2.5 3.0 3.5 −2 −1 0 1 2
Preditor Linear Percentil da N(0,1)

Prof. Caio Azevedo
O método de seleção stepwise, indicou que todas as variáveis

contribuem para explicar a variabilidade do número médio de
clientes entre os domicı́lios.
e ) = 8, 42, para n − p = 110 − 6 = 104 graus de

Além disso, D(y; µ
liberdade, o que leva à um p-valor = 0, 2170, sugerindo um bom
ajuste do modelo, o que corrobora as conclusões obtidas à partir dos
gráficos de diagnóstico.
Prof. Caio Azevedo


β0 2,2988 0,0315 72,920 < 0,0001
β1 (ndom.) 0,0006 0,0001 4,262 < 0,0001
−5 −6
β2 (renda) -1,1690 ×10 2,112 ×10 -5,534 < 0,0001
β3 (idade) -0,0037 0,0018 -2,091 0,0365
β4 (dist. conc.) 0,1684 0,0258 6,534 < 0,0001
β5 (dist. loja) -0,1288 0,0162 -7,948 < 0,0001
Todos os parâmetros são significativos, de fato.

Prof. Caio Azevedo
Número e incrementos esperados
Parâmetro Estimativa EP IC(95%)
β0
e 9,9618 0,0995 [9,7669 ; 10,1569]
e β1 (ndom.) 1,0006 0,0001 [1,0003 ; 1,0009]
β2
e (renda) 0,9999 <0,0001 [0,9998 ; 1,0000]
e β3 (idade) 0,9963 0,0018 [0,9927 ; 0,9997]
β4
e (dist. conc.) 1,1834 0,0280 [1,1284 ; 1,238]
e β5 (dist. loja) 0,8792 0,0152 [0,8494 ; 0,9089]
Em geral, espera-se que a loja tenha, aproximadamente, 10 clientes de

uma região com as seguintes caracterı́sticas (valores médios
aproximados): ndom= 648; renda= 48837 ; idade=27; dist. conc. = 3;
dist. loja = 7.
Prof. Caio Azevedo
Número de clientes e incrementos esperados
1.25
1.001
0.999992
●
1.20
1.000
●
0.999
1.15
0.999990
número de esperado de clientes

0.998
1.10
0.997
1.05
0.999988
●
●
0.996
1.00
0.995
0.95
0.999986
0.994
0.90
●
0.993
0.999984
0.85
núm. de domic. idade renda dist. ao conc. dist. à loja
covariável covariável covariável
Prof. Caio Azevedo
Distribuição observada e predita
50
40
percentual
observado
30
predito
20
10
0
0 10 20 30 40
número de clientes
Prof. Caio Azevedo
Comentários
O modelo de regressão se ajustou bem aos dados.
O poder preditivo do modelo se mostrou bom para áreas com

números elevados de clientes e não muito bom para as outras áreas.
O poder preditivo do modelo pode ser melhorado com a inserção de

outras covariáveis e/ou com a utilização de estruturas de regressão
segmentadas e não paramétricas.
Prof. Caio Azevedo


Aula MR Dados Discretos Parte 2

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Aula MR Dados Discretos Parte 2

Uploaded by

Copyright:

Available Formats

Modelos de regressão para dados discretos (parte

2): dados de contagens

Prof. Caio Azevedo

Prof. Caio Azevedo

Os dados correspondem ao número de bactérias sobreviventes em

Nessas amostras de alimentos foram feitas 12 medições, a cada

Novamente temos uma situação de medidades repetidas e, assim, as

Prof. Caio Azevedo

número 175 108 95 82 71 50 49 31 28 17 16 11

número: número de bactérias sobreviventes; tempo: tempo decorrido em

Prof. Caio Azevedo

Variável resposta: número (Yi ); variável explicativa: tempo (xi ),

A resposta corresponde à uma contagem. Assim P(Yi = k) > 0 e

Aparentemente, há uma relação não linear (curva de segundo grau,

Prof. Caio Azevedo

Yi : número de bactérias sobreviventes ao tempo de exposição i.

β = (β0 , β1 )0 . E(Yi ) = V(Yi ) = µi = e β0 +β1 xi .

ln(.): função de ligação (log ou logarı́tmica)

Prof. Caio Azevedo

Lembrando que µi = e β0 +β1 xi , assim se µi+1 = e β0 +β1 (xi +1) então

ln (µi ) = β0 + β1 (xi − x), i = 1, 2, ..., 12

Yi : número de bactérias sobreviventes ao tempo de exposição i.

β = (β0 , β1 )0 . E(Yi ) = V(Yi ) = µi = e β0 +β1 xi .

ln(.): função de ligação (log ou logarı́tmica)

Prof. Caio Azevedo

e β0 : número médio de bactérias sobreviventes expostas durante

e β1 : incremento multiplicativo (positivo ou negativo) no número

Tem-se um modelo de regressão Poisson log-linear (função de

Prof. Caio Azevedo

Yi : contagem de interesse da i-ésima observação.

No modelo em questão, temos, essencialmente, as seguintes

Apesar do modelo ser heterocedástico (V(Yi ) = µi ), a variância por

Prof. Caio Azevedo

Por outro lado, a matriz Hessiana é dada por

Prof. Caio Azevedo

Logo, a informação de Fisher corresponde à

Exercı́cio: obter a forma matricial de I(β).

Prof. Caio Azevedo

Os resultados anteriores (modelos de regressão logı́stica) continuam

Nesse caso, se µi → ∞, i = 1, 2, ..., n, sob a hipótese de que o

Prof. Caio Azevedo

Resı́duo componente do desvio (RCD). Nesse caso, é dado por

em que ± assume o mesmo sinal de yi − µi e b

Prof. Caio Azevedo

Parâmetro Estimativa EP Estat. Zt p-valor

Os dois parâmetros são significativos. Além disso, D(y; µ

Prof. Caio Azevedo

−1.5 −1.0 −0.5 0.0 0.5 1.0 1.5

2.5 3.0 3.5 4.0 4.5 5.0

Apesar do modelo ter se ajustado bem ao conjunto de dados, o

Alternativa: manter o modelo substituindo-se o preditor linear (ηi )

Prof. Caio Azevedo

De acordo com o modelo, há ma diminuição (percentual)

Prof. Caio Azevedo

Descrição: número de acidentes (com algum tipo de trauma para as

Considerou-se apenas 43 dias, correspondendo a dias de 1961 em

Questão de interesse: a imposição dos limites de velocidade levou à

Prof. Caio Azevedo

Considere (i =1, ano de 1961, i=2, ano de 1962). Lembrando que:

em que β = (µ, α2 )0 . Assim, tem-se que E(Yij ) = e µ+αi . Além

Ano Média Var. DP CV(%) Mı́n. Med. Máx.

Prof. Caio Azevedo

Prof. Caio Azevedo

Prof. Caio Azevedo