Diagnósticos em regressão: uma revisão e desenvolvimento de um sistema computacional

• Ano de defesa: 1990
• Autor(a) principal: Volpe, Wagner Luiz
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: ANÁLISE DE REGRESSÃO; MÍNIMOS QUADRADOS; MODELOS MATEMÁTICOS
• Link de acesso: http://teses.usp.br/teses/disponiveis/11/11134/tde-20181127-161359/

No ajuste de um modelo de regressão pelo método;:) dos mínimos quadrados, é importante destacar a influência que cada valor observado tem sobre seu respectivo valor ajustado. A matriz de projeção, conhecida como "Hat-MatrixU", contém estas informações e, juntamente com a análise dos resíduos estudentizados, fornece subsídios para determinar a existência de pontos influentes e/ou discrepantes (HOAGLH & WELSCH, 1978). Com a finalidade de detectar tais pontos em um modelo de regressão, foram propostas nos últimos anos, várias medidas de diagnóstico. As principais são apresentadas e discutidas no texto. Apesenta-se ainda um procedimento, gráfico, denominado gráfico L-R ("Leverage-Residual PIot'), de utilidade para determinar a causa da influência de uma observação através da análise dos elementos da diagonal da matriz de projeção, dos resíduos, e do efeito combinado destas duas medidas (GRAY, 1986) Para ilustração, tornou-se um exemplo com dados reais, na área de agronomia. Além disso desenvolveu-se um programa em linguagem TURBO- BASIC, utilizável em microcomputadores compatíveis ao padrão IBM-PC/XT, que proporciona as soluções desejáveis neste estudo. O método dói matriz de projeção mostrou-se eficiente na determinação de pontos influentes e/ou discrepantes. Das medidas de diagnóstico, a estatística D de COOK foi a que revelou melhores resultados.