Testes de Especificação Para a Função de Ligação em Modelos Lineares Generalizados para Dados Binários
DOI:
https://doi.org/10.5902/2179460X14203Palavras-chave:
Estatística gradiente. Função de ligação. Modelos lineares generalizados. Simulações de Monte Carlo. Teste RESET.Resumo
Este trabalho aborda o problema de testar a correta especificação da função de ligação em modelos lineares generalizados paradados binários. Para realização do teste RESET de especificação, além de serem consideradas as tradicionais estatísticas darazão de verossimilhanças, de Wald e escore, propomos a utilização da recente estatística gradiente. A avaliação dos testes foirealizada por meio de simulações de Monte Carlo. Foram verificados os desempenhos em amostras de tamanho finito dos quatrotestes considerados, em termos de tamanho e poder, assim como avaliadas as distribuições das estatísticas de teste em pequenasamostras. Pode-se verificar que os testes de especificação são influenciados pela função de ligação utilizada e pelo tamanho amostralconsiderado. O desempenho da estatística gradiente se mostrou superior, principalmente nos menores tamanhos amostrais. Umaaplicação a dados reais é apresentada com a finalidade de ilustração do teste proposto.
Downloads
Referências
Akaike, H. (1974). A new look at the statistical model identification. IEEE Transactions on Automatic Control, 19(6), 716–726.
Andrade, A. C. G. (2007). Efeitos da especificação incorreta da função de ligação no modelo de regressão beta. Dissertação de Mestrado, Universidade Federal de São Paulo.
Ayalew, L., Yamagishi, H. (2005). The application of gisbased logistic regression for landslide susceptibility mapping in the kakuda-yahiko mountains, central japan. Geomorphology, 65, 15–31.
Bayer, F. M., Cribari-Neto, F. (2013). Bartlett corrections in beta regression models. Journal of Statistical Planning and Inference, 143, 531–547.
Buse, A. (1982). The likelihood ratio, wald and lagrange multiplier tests: An expository note. The American Statistician, Vol. 3, 153–157.
Chen, H. Z., Randallb, A. (1997). Semi-nonparametric estimation of binary response models with an application to natural resource valuation. Journal of Econometrics, 76, 323–340.
Cordeiro, G. M., Demétrio, C. G. (2007). Modelos Lineares Generalizados. Minicurso para o 12o SEAGRO e a 52ª Reunião Anual da RBRAS UFSM, Santa Maria, RS.
Demétrio, C. G. B. (2001). Modelos Lineares Generalizados em Experimentação Agronômica. 46a Reunião Anual da RBRAS e 9o SEAGRO.
Harrell-Jr., F. E., Lee, K. L., Mark, D. B. (1996). Tutorial in biostatistics multivariable prognostic models: issues in developing models, evaluating assumptions and adequacy, and measuring and reducing errors. Statistics, 15, 361–387.
Hinkley, D. V. (1985). Transformation diagnostics for linear models. Biometrika, 72, 487–496.
Koenker, R., Yoon, J. (2009). Parametric links for binary choice models: A fisherian-bayesian colloquy. Journal of Econometrics, pp. 120–130.
Lemonte, A. J. (2013). On the gradient statistic under model misspecification. Statistics & Probability Letters, 83(1), 390–398.
Lemonte, A. J., Ferrari, S. L. P. (2012). Local power and size properties of the lr, wald, score and gradient testsin dispersion models. Statistical Methodology, 9, 537–554.
McCullagh, P., Nelder, J. (1989). Generalized linear models, 2o edn. Chapman and Hall.
Nelder, J. A., Wedderburn, R. W. M. (1972). Generalized linear models. Journal of the Royal Statistical Society Series A, 135, 370–384.
Neyman, J., Pearson, E. S. (1928). On the use and interpretation of certain test criteria for purposes of statistical inference. Biometrika, 20, 175–240.
Oliveira, J. S. C. (2013). Detectando má especificação em regressão beta. Dissertação de Mestrado, Universidade Federal de Pernanbuco.
Paula, G. A. (2010). Modelos de Regressão com Apoio Computacional. Editora: IME-USP.
Pereira, T. L., Cribari-Neto, F. (2013). Detecting model misspecification in inflated beta regressions. Communications in Statistics - Simulation and Computation, 43, 631–656.
R Development Core Team (2012). R: A Language and Environment for Statistical Computing. R Foundation for Statistical Computing, Vienna, Austria, ISBN 3-900051- 07-0.
Ramalho, E. A., Ramalho, J. J. S. (2012). Alternative versions of the reset test for binary response index models: A comparative study. Oxford bulletin of economics and statistics, 74, 107–130.
Ramsey, J. B. (1969). Tests for specification errorsin classical linear least-squares regression analysis. Journal of the Royal Statistical Society, Vol. 31, 350–371.
Rao, C. (1948). Large sample tests of statistical hypotheses concerning several parameters with applications to problems of estimation. Mathematical Proceedings of the Cambridge Philosophical Society, 44(01), 50–57.
Terrell, G. (2002). The gradient statistic. Computing Science and Statistics, 34, 206–215.
Vargas, T. M., Ferrari, S. L. P., Lemonte, A. J. (2013). Gradient statistic: Higher-order asymptotics and Bartletttype correction. Electronic Journal of Statistics, 7, 43–61.
Vargas, T. M., Ferrari, S. L., Lemonte, A. J. (2014). Improved likelihood inference in generalized linear models. Computational Statistics and Data Analysis, 74, 110–124.
Wald, A. (1943). Tests of statistical hypotheses concerning several parameters when the number of observations is large. Transactions of the American Mathematical Society, 64, 426–482.
Wasserman, S., Pattison, P. (1996). Logit models and logistic regressions for social networks: I. an introduction to markov graphs andp. Psycometrika, 61, 401–425.
Williams, D. A. (1984). Residuals in generalized linear models. Em: International Biometrics Conference, pp. 59–68.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Para acessar a DECLARAÇÃO DE ORIGINALIDADE E EXCLUSIVIDADE E CESSÃO DE DIREITOS AUTORAIS clique aqui.
Diretrizes Éticas para Publicação de Revistas
A revista Ciência e Natura está empenhada em garantir a ética na publicação e na qualidade dos artigos.
A conformidade com padrões de comportamento ético é, portanto, esperada de todas as partes envolvidas: Autores, Editores e Revisores.
Em particular,
Autores: Os Autores devem apresentar uma discussão objetiva sobre a importância do trabalho de pesquisa, bem como detalhes e referências suficientes para permitir que outros reproduzam as experiências. Declarações fraudulentas ou intencionalmente incorretas constituem comportamento antiético e são inaceitáveis. Artigos de Revisão também devem ser objetivos, abrangentes e relatos precisos do estado da arte. Os Autores devem assegurar que seu trabalho é uma obra totalmente original, e se o trabalho e / ou palavras de outros têm sido utilizadas, isso tem sido devidamente reconhecido. O plágio em todas as suas formas constitui um comportamento publicitário não ético e é inaceitável. Submeter o mesmo manuscrito a mais de um jornal simultaneamente constitui um comportamento publicitário não ético e é inaceitável. Os Autores não devem submeter artigos que descrevam essencialmente a mesma pesquisa a mais de uma revista. O Autor correspondente deve garantir que haja um consenso total de todos os Co-autores na aprovação da versão final do artigo e sua submissão para publicação.
Editores: Os Editores devem avaliar manuscritos exclusivamente com base no seu mérito acadêmico. Um Editor não deve usar informações não publicadas na própria pesquisa do Editor sem o consentimento expresso por escrito do Autor. Os Editores devem tomar medidas de resposta razoável quando tiverem sido apresentadas queixas éticas relativas a um manuscrito submetido ou publicado.
Revisores: Todos os manuscritos recebidos para revisão devem ser tratados como documentos confidenciais. As informações ou ideias privilegiadas obtidas através da análise por pares devem ser mantidas confidenciais e não utilizadas para vantagens pessoais. As revisões devem ser conduzidas objetivamente e as observações devem ser formuladas claramente com argumentos de apoio, de modo que os Autores possam usá-los para melhorar o artigo. Qualquer Revisor selecionado que se sinta desqualificado para rever a pesquisa relatada em um manuscrito ou sabe que sua rápida revisão será impossível deve notificar o Editor e desculpar-se do processo de revisão. Os Revisores não devem considerar manuscritos nos quais tenham conflitos de interesse resultantes de relacionamentos ou conexões competitivas, colaborativas ou outras conexões com qualquer dos autores, empresas ou instituições conectadas aos documentos.
