Regressão Linear Múltipla
Transcrição
Regressão Linear Múltipla
II Engenharia de Processos e Sistemas Modelação matemática de base estatística/empírica: I. II. III. IV. Características dos dados industriais Análise dos componentes principais (PCA) Controlo estatístico multivariado de processos Construção de modelos empíricos usando metodologias de regressão Marco Reis:2012 © III. Construção de modelos empíricos usando metodologias de regressão Objectivos: • • • • • • • • • • Identificar a componente estrutural/determinística e aleatória/estocástica do modelo de RL; Compreender o que é um modelo de RL e o seu âmbito de aplicação; Perceber como se estimam os parâmetros de um modelo de RL e saber quais os pressupostos subjacentes ao modelo estimado; Interpretar os IC para os coeficientes do modelo (parte estrutural); Interpretar os IC para a resposta média e de previsão; Saber como validar um modelo de RL; Compreender a origem do problema da colinearidade e como o diagnosticar; Saber os passos a seguir na construção de uma modelo de RL Distinguir os vários métodos de selecção de variáveis Compreender os vários métodos de selecção de dimensões (PCR e PLS): saber como os estimar, validar e interpretar os seus resultados. MSR 2010 © GEPSI/CIEPQPF DEQ-FCTUC Engenharia de Processos e Sistemas 3 Metodologias de Modelação Variáveis associadas ao que entra no processo (x’s) Variáveis associadas ao que sai do processo (y’s) Processo Genérico X’s “Inputs” Predictores Regressores Variáveis de entrada Variáveis independentes Variáveis ligadas a parâmetros do processo (x’s) Y’s “Outputs” Respostas Variáveis de saída Variáveis dependentes Objectivo: construir um modelo que relacione as variáveis de entrada (x’s) com as de saída (y’s). MSR 2010 © Engenharia de Processos e Sistemas GEPSI/CIEPQPF DEQ-FCTUC 4 Metodologias de Modelação “Knowledge intensive” “Data intensive” Modelos baseados em dados Modelos baseados em primeiros princípios → muito poucas hipóteses são colocadas → Estrutura completamente definida dV = F0 − F dt quanto à estrutura do modelo F0, T0, CA0 dVC A = F0C A0 − FC A − k0e − E / RT C AV dt Fcj, Tcj dVT ∆H UA = F0T0 − FT − k e− E / RT C AV − (T − Tcj ) dt ρC p 0 ρC p dVcjTcj dt Y E(Y|x) LC TC Fcj, Tcj,0 = Fcj (Tcj ,0 − Tcj ) + UA (T − Tcj ) ρ j C p ,cj F, T, CA F = Fset − K c 2 (Vset − V ) E(Y|x) Y x Fcj = Fcj ,set − K c1 (Tset − T ) x MSR 2010 © X X Modelos empíricos → Algumas restrições quanto à estrutura doGEPSI/CIEPQPF modelo DEQ-FCTUC Engenharia de Processos e Sistemas 5 “The curse of dimensionality” 1D: Com N pontos, consegue-se a seguinte taxa de amostragem, numa linha de comprimento L: 1 2 3 … … N 0 L N TA = L MSR 2010 © Engenharia de Processos e Sistemas GEPSI/CIEPQPF DEQ-FCTUC 6 “The curse of dimensionality” 2D: Com N pontos, consegue-se a seguinte taxa de amostragem, num quadrado de lado L: N TA = 2 L Para garantir igual cobertura, ter-se-ia de usar N2 pontos MSR 2010 © Engenharia de Processos e Sistemas GEPSI/CIEPQPF DEQ-FCTUC 7 “The curse of dimensionality” 3D: Com N pontos, consegue-se a seguinte taxa de amostragem, num cubo de lado L: N TA = 3 L Para garantir igual cobertura, ter-se-ia de usar N3 pontos MSR 2010 © Engenharia de Processos e Sistemas GEPSI/CIEPQPF DEQ-FCTUC 8 “The curse of dimensionality” m-D: Com N pontos, consegue-se a seguinte taxa de amostragem, num hipercubo de lado L: N TA = m L Para garantir igual cobertura, ter-se-ia de usar Nm pontos MSR 2010 © Engenharia de Processos e Sistemas GEPSI/CIEPQPF DEQ-FCTUC 9 Metodologias de Modelação Utilidade dos modelos: MSR 2010 © Previsão de valores futuros de uma variável de saída; Medição do efeito associado a mudanças processuais; Controlo e/ou monitorização do processo; Optimização do processo; … Engenharia de Processos e Sistemas GEPSI/CIEPQPF DEQ-FCTUC 10 Regressão (Previsão) vs Classificação Regressão (Previsão): As saídas do modelo são variáveis quantitativas; Classificação: As saídas do modelo são variáveis qualitativas (classes ou categorias) Qualidade do produto (Mau, Intermédio, Bom); Reconhecimento de caracteres (padrões); … MSR 2010 © GEPSI/CIEPQPF DEQ-FCTUC Engenharia de Processos e Sistemas 11 Regressão (Previsão) Treino do modelo vs Teste do modelo Observ. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 X1 0,165 0,178 0,102 0,191 0,239 0,178 0,193 0,164 0,129 0,193 0,154 0,065 0,144 0,138 0,219 X2 0,11 0,14 0,089 0,107 0,146 0,115 0,089 0,113 0,098 0,134 0,071 0,053 0,078 0,118 0,145 X X3 0,075 0,105 0,068 0,06 0,094 0,078 0,041 0,078 0,074 0,093 0,03 0,036 0,043 0,093 0,101 X4 0,053 0,077 0,048 0,046 0,067 0,056 0,03 0,056 0,057 0,066 0,016 0,025 0,028 0,063 0,07 0 ^2 m,σ 1 Y 0,456 0,456 0,152 0,76 0,76 0,608 0,76 0,456 0,304 0,608 0,608 0,152 0,608 0,304 0,76 Y Modelo (β^ , β^ ,…, β^ Observ. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 ) I. Treino/Estimação Observ. 16 17 18 19 20 21 23 24 25 X1 0,146 0,128 0,107 0,146 0,105 0,152 0,139 0,108 0,12 X2 0,17 0,144 0,105 0,174 0,126 0,205 0,207 0,162 0,187 X3 0,134 0,125 0,102 0,136 0,094 0,128 0,109 0,082 0,083 X4 0,103 0,101 0,081 0,099 0,068 0,081 0,057 0,04 0,038 Xnew ? Modelo (β^ , β^ ,…, β^ 0 1 ^2 m,σ ) II. Teste/Previsão MSR 2010 © Engenharia de Processos e Sistemas GEPSI/CIEPQPF DEQ-FCTUC 12 Classificação Treino do modelo vs Teste do modelo Observ. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 X1 0,165 0,178 0,102 0,191 0,239 0,178 0,193 0,164 0,129 0,193 0,154 0,065 0,144 0,138 0,219 X2 0,11 0,14 0,089 0,107 0,146 0,115 0,089 0,113 0,098 0,134 0,071 0,053 0,078 0,118 0,145 X X3 0,075 0,105 0,068 0,06 0,094 0,078 0,041 0,078 0,074 0,093 0,03 0,036 0,043 0,093 0,101 X4 0,053 0,077 0,048 0,046 0,067 0,056 0,03 0,056 0,057 0,066 0,016 0,025 0,028 0,063 0,07 Observ. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 C A A B A B B A A B B B A B A A C Modelo I. Treino/Estimação Observ. 16 17 18 19 20 21 23 24 25 X1 0,146 0,128 0,107 0,146 0,105 0,152 0,139 0,108 0,12 X2 0,17 0,144 0,105 0,174 0,126 0,205 0,207 0,162 0,187 X3 0,134 0,125 0,102 0,136 0,094 0,128 0,109 0,082 0,083 X4 0,103 0,101 0,081 0,099 0,068 0,081 0,057 0,04 0,038 Xnew ? Modelo II. Teste/Previsão MSR 2010 © GEPSI/CIEPQPF DEQ-FCTUC Engenharia de Processos e Sistemas 13 Regressão Linear Múltipla O modelo de regressão linear múltipla Componente estrutural Componente estocástica Yi = β 0 + β1 xi1 + β 2 xi 2 + ⋯ + β m xim + ε i Propriedades do termo εi (pressupostos): variância dos resíduos é constante; todos os resíduos são independentes; seguem uma lei normal com média nula. MSR 2010 © Pressuposto para fazer inferência estatística sobre o modelo (IC, TH ao modelo ou seus parâmetros). Engenharia de Processos e Sistemas GEPSI/CIEPQPF DEQ-FCTUC 14 Regressão Linear Múltipla Yi = β 0 + β1 xi1 + β 2 xi 2 + ⋯ + β m xim + ε i β0 - Intercepção na origem (“intercept”, “constant”); βi – Coeficientes de regressão parciais (“partial regression coefficients”). MSR 2010 © Engenharia de Processos e Sistemas GEPSI/CIEPQPF DEQ-FCTUC 15 Regressão Linear Múltipla Pode ser usado para descrever relações nãolineares, e.g: y = β 0 + β1 x1 + β 2 x2 + β11 x12 + β 22 x22 + β12 x1 x2 + ε Assume que os X’s estão isentos de qualquer erro. MSR 2010 © Engenharia de Processos e Sistemas GEPSI/CIEPQPF DEQ-FCTUC 16 Regressão Linear Múltipla Notação matricial Y1 1 x11 ⋯ x1m β 0 ε1 ⋮ = ⋮ ⋮ ⋯ ⋮ ⋮ + ⋮ Yn 1 xn1 ⋯ xnm β m ε n Y = XB + E MSR 2010 © Engenharia de Processos e Sistemas GEPSI/CIEPQPF DEQ-FCTUC 17 Regressão Linear Múltipla Estimação do modelo de regressão linear múltipla: Mínimos quadrados Bˆ = Min B i.e., MSR 2010 © n ∑ (Yi − β0 − β1 x1i − β 2 x2i − ⋯ − β m xmi ) 2 i =1 T Bˆ = Min (Y − XB ) (Y − XB ) B Engenharia de Processos e Sistemas GEPSI/CIEPQPF DEQ-FCTUC 18 Regressão Linear Múltipla Estimação de parâmetros em RLM Minimizar a soma dos desvios quadráticos (verticais …) 3D Surface Plot Y=105,1527+0,2131*X1+0,4855*X2 195 190 185 180 175 170 165 160 155 MSR 2010 © Engenharia de Processos e Sistemas GEPSI/CIEPQPF DEQ-FCTUC 19 GEPSI/CIEPQPF DEQ-FCTUC 20 Regressão Linear Múltipla Métodos dos mínimos quadrados: Solução: CN de optimalidade Equações normais do método dos mínimos quadrados MSR 2010 © Engenharia de Processos e Sistemas Regressão Linear Múltipla Solução (notação matricial): −1 T ˆ B = ( X X ) XT Y MSR 2010 © Engenharia de Processos e Sistemas GEPSI/CIEPQPF DEQ-FCTUC 21 Regressão Linear Múltipla Estimativa da variância do termo estocástico do modelo de regressão linear múltipla: N σˆ 2 = MSR 2010 © ∑ εˆ i =1 2 i N − m −1 = SSr N − m −1 N – número de observações m – número de variáveis Engenharia de Processos e Sistemas GEPSI/CIEPQPF DEQ-FCTUC 22 Inferência em Regressão Linear Múltipla •Montegomery, D.C.; Peck, E.A. & Vining, G.G. (2006). Introduction to Linear Regression Analysis. Wiley. 4th ed. •Montgomery, D.C.; G.C. Runger, 1999, Applied Statistics and Probability for Engineers, 2nd ed., Wiley, NY •Draper, N.R.; H. Smith, 1998, Applied Regression Analysis, 3rd ed., Wiley, NY MSR 2010 © GEPSI/CIEPQPF DEQ-FCTUC Engenharia de Processos e Sistemas 23 Regressão Linear Múltipla Inferência Propriedades das estimativas dos parâmetros Seguem uma distribuição normal multivariada: ( −1 T ˆ B ~ N B, ( X X ) σ 2 MSR 2010 © Engenharia de Processos e Sistemas ) GEPSI/CIEPQPF DEQ-FCTUC 24 Regressão Linear Múltipla Inferência ANOVA Teste à significância do modelo de regressão linear múltipla: H0: β1 = β2 = … βm = 0 H1: βj ≠ 0 para pelo menos um j GEPSI/CIEPQPF MSR 2009DEQ-FCTUC 2012 © Regressão Linear Múltipla Regressão Linear Múltipla Inferência Decomposição ANOVA da variabilidade (soma dos quadrados) total (SSt), em termos da componente explicada pelo modelo de regressão (SSreg) e da componente residual (SSr): n ∑ ( yi − y ) i =1 Variação Total SSt Variabilidade observada Regressão Linear Múltipla = 2 = n n ∑ ( yˆi − y ) + ∑ ( yi − yˆi ) i =1 2 2 i =1 Variação devida à Regressão SSreg Variabilidade explicada pelo modelo (parte estrutural do modelo de regressão) Variação Residual SSr + Variabilidade não explicada pelo modelo (parte estocástica do modelo de regressão) GEPSI/CIEPQPF MSR 2009DEQ-FCTUC 2012 © Regressão Linear Múltipla Inferência Tabela ANOVA em regressão linear múltipla: Fontes de Variação (1) Regressão Residual Total Variações (Somas de quadrados) (2) SSreg SSr SSt Graus de Liberdade (3) p n–p–1 N–1 Médias das Somas dos Quadrados (4) Estatística de Teste (F) MSreg s2 MSreg / s2 p = # variáveis de entrada ou regressores = # parâmetros – 1 (5) F0 = SSreg p SSr ( N − p − 1) GEPSI/CIEPQPF MSR 2009DEQ-FCTUC 2012 © Regressão Linear Múltipla Regressão Linear Múltipla Métricas de Qualidade do Modelo Coeficiente de determinação (R2) Uma medida da qualidade do modelo (0≤ R2≤1) Definição geral (modelos univariados/multivariados) SSreg SSr R = = 1− SSt SSt 2 (Fracção da variabilidade total que é explicada pelo modelo) MSR 2010 © Engenharia de Processos e Sistemas GEPSI/CIEPQPF DEQ-FCTUC 28 Regressão Linear Múltipla Métricas de Qualidade do Modelo O coeficiente R2 permite aferir sobre a qualidade do ajuste, aumentando sempre que se adiciona mais uma variável Mesmo que uma variável não esteja relacionada com a resposta, há sempre uma pequena parte da sua variabilidade que aquela ajuda a explicar, por alinhamentos aleatórios com Y. Estas variáveis não trazem nada de novo para o modelo em termos de previsões futuras, tendo pelo contrário uma acção prejudicial e destabilizadora. Para aferir sobre a qualidade do modelo é pois importante penalizar a métrica de qualidade com o número de variáveis utilizado. MSR 2010 © GEPSI/CIEPQPF DEQ-FCTUC Engenharia de Processos e Sistemas 29 Regressão Linear Múltipla Métricas de Qualidade do Modelo R2 ajustado (R2adj) Penaliza a introdução de termos adicionais no modelo Previne “overfitting” e a utilização de regressores com pouco potencial explicativo da variabilidade da resposta 2 = 1− Radj MSR 2010 © SSr ( N − p − 1) SSt ( N − 1) = 1− ( N − 1) 1− R ) ( ( N − p − 1) Engenharia de Processos e Sistemas 2 GEPSI/CIEPQPF DEQ-FCTUC 30 Regressão Linear Múltipla Inferência TH aos coeficientes individuais Para analisar a significância de alguns parâmetros em particular. Nas condições do modelo de regressão ser válido: MSR 2010 © Os parâmetros seguem distribuições normais; A sua média é centrada nos valores exactos e a sua variância é dada pelos elementos diagonais da matriz de variâncias-covariâncias. Engenharia de Processos e Sistemas GEPSI/CIEPQPF DEQ-FCTUC 31 Regressão Linear Múltipla Inferência TH (parâmetros individuais): Estatística de teste Elemento jj da matriz de variâncias-covarâncias Rejeitar H0 se |t0| > tα/2,n-p-1. Alternativamente, usar abordagem baseada em IC … MSR 2010 © Engenharia de Processos e Sistemas GEPSI/CIEPQPF DEQ-FCTUC 32 Regressão Linear Múltipla Inferência IC para os parâmetros do modelo de regressão múltipla IC(βj ,(1-α)x100%): βˆ j − tα 2, N − p −1 σˆ 2C jj ≤ β j ≤ βˆ j + tα 2, N − p −1 σˆ 2C jj Elemento jj da matriz de variâncias-covarâncias MSR 2010 © Engenharia de Processos e Sistemas GEPSI/CIEPQPF DEQ-FCTUC 33 Regressão Linear Univariada Inferência em regressão linear IC para a média e intervalo de previsão Intervalo de previsão Intervalo de confiança para a média MSR 2010 © Engenharia de Processos e Sistemas GEPSI/CIEPQPF DEQ-FCTUC 34 Regressão Linear Múltipla Inferência IC para a resposta média µˆY | x − tα 2, N − p −1 σˆ 2 x0T ( X T X ) x0 ≤ µY | x ≤ µˆY | x + tα 2, N − p −1 σˆ 2 x0T ( X T X ) x0 −1 −1 0 0 0 Intervalo de previsão ( ) ( yˆ 0 − tα 2, N − p −1 σˆ 2 1 + x0T ( X T X ) x0 ≤ y0 ≤ yˆ 0 + tα 2, N − p −1 σˆ 2 1 + x0T ( X T X ) x0 −1 −1 yˆ 0 = x0 βˆ = µˆY |x0 MSR 2010 © Engenharia de Processos e Sistemas GEPSI/CIEPQPF DEQ-FCTUC 35 O Problema da Colinearidade MSR 2010 © Engenharia de Processos e Sistemas GEPSI/CIEPQPF DEQ-FCTUC 36 ) Regressão Linear Múltipla Colinearidade Exemplo Construir um modelo para Y vs X1,X2 Source: Sokal and Rohlf, Biometry, 3ed., Freeman: NY (1995). MSR 2010 © Y X1 X2 -5 -4 3 -7 -2 3 -1 -2 1 -3 0 1 3 0 -1 1 2 -1 7 2 -3 5 4 -3 GEPSI/CIEPQPF DEQ-FCTUC Engenharia de Processos e Sistemas 37 Regressão Linear Múltipla Colinearidade Matrix Plot of Y; X1; X2 -5 0 5 5 0 Y -5 5 0 X1 -5 2 0 X2 -2 -5 MSR 2010 © 0 5 -2 Engenharia de Processos e Sistemas 0 2 GEPSI/CIEPQPF DEQ-FCTUC 38 Regressão Linear Múltipla Colinearidade MSR 2010 © GEPSI/CIEPQPF DEQ-FCTUC Engenharia de Processos e Sistemas 39 Regressão Linear Múltipla Colinearidade Scatterplot of Y vs X1 8 6 6 4 4 2 2 0 Y Y Scatterplot of Y vs X1 8 0 -2 -2 -4 -4 -6 -6 -8 X2 -3 -1 1 3 -8 -5 -4 -3 -2 -1 0 1 2 3 4 -5 -4 X1 MSR 2010 © -3 -2 -1 0 1 2 3 4 X1 Engenharia de Processos e Sistemas GEPSI/CIEPQPF DEQ-FCTUC 40 Regressão Linear Múltipla Colinearidade Nota: Os coeficientes de regressão parciais representam a contribuição de um predictor na variável de saída, quando os outros se mantêm constantes; A magnitude e sinal dos coeficientes de regressão parciais, depende dos predictores incorporados no modelo (sempre que estes apresentam correlação entre si). MSR 2010 © GEPSI/CIEPQPF DEQ-FCTUC Engenharia de Processos e Sistemas 41 Regressão Linear Múltipla Colinearidade Por outro lado,… Analisando a variância das estimativas Simulação: Gerar aleatoriamente amostras com 10 observações Dois níveis de correlação entre X1 e X2 Resultados para 1000 simulações Low correlation (ρ =0) 20 15 15 10 10 Estimates Valores exactos dos parâmetros Estimates High correlation (ρ =0.95) 20 5 5 0 0 -5 -5 -10 1 2 -10 Variable MSR 2010 © Engenharia de Processos e Sistemas 1 2 Variable GEPSI/CIEPQPF DEQ-FCTUC 42 Regressão Linear Múltipla Colinearidade Ou seja: Quando a correlação entre X1 e X2 é de 0.95 a variância na estimativa dos coeficientes que afectam as variáveis X1 e X2 é cerca de 10 vezes superior àquela obtida quando não há correlação entre X1 e X2. −1 T ˆ Var ( B) = ( X X ) σ 2 MSR 2010 © Engenharia de Processos e Sistemas GEPSI/CIEPQPF DEQ-FCTUC 43 Regressão Linear Múltipla Colinearidade Efeitos da colinearidade na estimação de parâmetros a) b) Estimated planes for an High collinearity data set (a) and a Low collinearity data set (b), in the initial situation (I) and when an additional data point was added (II), marked with a circle in the 3D scatter plots. The projection of the observations and contours in the Y=0 plane are also presented. MSR 2010 © Engenharia de Processos e Sistemas GEPSI/CIEPQPF DEQ-FCTUC 44 Regressão Linear Múltipla Colinearidade Conclusões: Quando há colinearidade nos regressores: É difícil interpretar o modelo (face aos gráficos disponíveis) As estimativas dos parâmetros são mais instáveis (maior variância) MSR 2010 © Engenharia de Processos e Sistemas GEPSI/CIEPQPF DEQ-FCTUC 45 Regressão Linear Múltipla Colinearidade Nota: A correlação entre variáveis é muito comum em aplicações industriais: MSR 2010 © Restrições processuais (balanços mássicos e de energia); Anéis de controlo, metodologias e protocolos de actuação; Instrumentação (instrumentação redundante, espectrofotómetros, etc.). Engenharia de Processos e Sistemas GEPSI/CIEPQPF DEQ-FCTUC 46 Regressão Linear Múltipla Colinearidade Como detectar a presença de colinearidade? Como lidar com a sua presença? MSR 2010 © Engenharia de Processos e Sistemas GEPSI/CIEPQPF DEQ-FCTUC 47 Regressão Linear Múltipla Colinearidade Detecção da presença de colinearidade Matrizes de correlação e de gráficos de dispersão Matrix of scatter plots R a_CD Variable Ra_CD Rz_CD Rq_CD Rp_CD Rt_CD R Sm_CD R S_CD R Sk_CD R Ku_CD Rv_CD Rdq_CD Ra_MD Rz_MD Rq_MD Rp_MD Rt_MD R Sm_MD R S_MD R Sk_MD R Ku_MD Rv_MD Rdq_MD Correlations (AS.vs.Bendtsen) Rz_CD Marked correlations are signif icant at p < ,05000 N=36 (Casew is e deletion of missing data) Ra_CD Rz_CD Rq_CD Rp_CD Rt_CD R Sm_CD R S_CD R Sk_CD R Ku_CD Rv_CD Rdq_CD Ra_MD Rz_MD Rq_MD Rp_MD Rt_MD R Sm_MD R S_MD R Sk_MD R Ku_MD Rv_MD Rdq_MD 1,00 0,99 1,00 0,94 0,96 0,89 0,89 0,46 -0,62 0,94 0,81 0,98 0,96 0,98 0,91 0,92 0,84 0,85 0,30 -0,63 0,89 0,68 0,99 1,00 0,99 0,95 0,98 0,86 0,88 0,46 -0,51 0,96 0,84 0,97 0,97 0,97 0,93 0,94 0,79 0,83 0,31 -0,53 0,90 0,73 Rq_CD 1,00 0,94 0,97 0,89 0,89 0,46 -0,60 0,94 0,81 0,98 0,96 0,98 0,91 0,92 0,83 0,85 0,30 -0,61 0,89 0,68 1,00 0,99 0,94 0,95 0,94 1,00 0,94 0,83 0,84 0,71 -0,54 0,81 0,77 0,89 0,91 0,89 0,97 0,89 0,70 0,74 0,57 -0,51 0,75 0,69 0,94 1,00 0,88 0,91 0,48 -0,43 0,93 0,79 0,93 0,93 0,93 0,90 0,90 0,76 0,79 0,35 -0,51 0,85 0,68 0,96 0,98 0,97 0,83 0,88 1,00 0,95 0,45 -0,57 0,80 0,49 0,83 0,78 0,82 0,75 0,73 0,86 0,80 0,29 -0,61 0,71 0,36 0,89 0,86 0,89 0,89 0,88 0,89 0,84 0,91 0,95 1,00 0,38 -0,40 0,84 0,51 0,84 0,80 0,83 0,77 0,75 0,87 0,83 0,28 -0,52 0,73 0,37 Rp_CD 0,71 0,48 0,45 0,38 1,00 -0,45 0,19 0,34 0,36 0,42 0,36 0,67 0,41 0,22 0,22 0,89 -0,31 0,13 0,37 0,46 0,46 0,46 -0,62 -0,51 -0,60 -0,54 -0,43 -0,57 -0,40 -0,45 1,00 -0,44 -0,47 -0,60 -0,54 -0,59 -0,52 -0,52 -0,58 -0,54 -0,28 0,74 -0,48 -0,35 0,94 0,96 0,94 0,81 0,93 0,80 0,84 0,19 -0,44 1,00 0,83 0,96 0,94 0,96 0,80 0,91 0,79 0,84 0,06 -0,50 0,95 0,69 0,77 0,79 0,49 0,51 0,34 -0,47 0,83 1,00 0,84 0,88 0,84 0,79 0,87 0,47 0,58 0,18 -0,40 0,85 0,93 0,81 0,84 0,81 0,98 0,97 0,98 0,89 0,93 0,83 0,84 0,36 -0,60 0,96 0,84 1,00 0,98 Rt_CD1,00 0,89 0,95 0,84 0,88 0,22 -0,60 0,94 0,71 0,96 0,97 0,96 0,91 0,93 0,78 0,80 0,42 -0,54 0,94 0,88 0,98 1,00 0,98 0,93 0,99 0,75 0,84 0,28 -0,49 0,94 0,79 0,89 0,93 0,82 0,83 0,36 -0,59 0,96 0,84 1,00 0,98 1,00 0,90 0,96 0,83 0,87 0,22 -0,58 0,95 0,72 0,98 0,97 0,98 0,91 0,93 0,91 0,97 0,90 0,75 0,77 0,67 -0,52 0,80 0,79 0,89 0,93 0,90 1,00 0,92 0,67 0,75 0,59 -0,48 0,76 0,73 0,92 0,94 0,92 0,89 0,90 0,73 0,75 0,41 -0,52 0,91 0,87 0,95 0,99 0,96 0,92 1,00 0,70 0,84 0,30 -0,43 0,93 0,80 0,70 0,76 0,86 0,87 0,22 -0,58 0,79 0,47 0,84 0,75 0,83 0,67 R Sm_CD 0,70 1,00 0,90 0,12 -0,63 0,73 0,24 0,84 0,79 0,83 0,85 0,83 0,85 0,74 0,79 0,80 0,83 0,22 -0,54 0,84 0,58 0,88 0,84 0,87 0,75 0,84 0,90 1,00 0,17 -0,50 0,83 0,37 0,30 0,31 0,30 0,57 0,35 0,29 0,28 0,89 -0,28 0,06 0,18 0,22 0,28 0,22 0,59 0,30 0,12 0,17 1,00 -0,29 -0,03 0,21 -0,63 -0,53 -0,61 -0,51 -0,51 -0,61 -0,52 -0,31 0,74 -0,50 -0,40 -0,60 -0,49 -0,58 -0,48 -0,43 -0,63 -0,50 -0,29 1,00 -0,44 -0,27 0,89 0,90 0,89 0,75 0,85 0,71 0,73 0,13 -0,48 0,95 0,85 0,94 0,94 0,95 0,76 0,93 0,73 0,83 -0,03 -0,44 1,00 0,75 0,68 0,73 0,68 0,69 0,68 0,36 0,37 0,37 -0,35 0,69 0,93 0,71 0,79 0,72 0,73 0,80 0,24 R S_CD 0,37 0,21 -0,27 0,75 1,00 MSR 2010 © Engenharia de Processos e Sistemas GEPSI/CIEPQPF DEQ-FCTUC 48 Regressão Linear Múltipla Colinearidade Detecção da presença de colinearidade Conhecimento sobre o processo: Verificar se alguns coeficientes têm sinal contrário ao esperado; Verificar se variáveis que se esperavam importantes, não têm uma magnitude correspondente; Verificar se a eliminação de uma linha ou coluna, produz alterações muito significativas; O teste F baseado em ANOVA é significante, mas os coeficientes individuais não o são. MSR 2010 © GEPSI/CIEPQPF DEQ-FCTUC Engenharia de Processos e Sistemas 49 Regressão Linear Múltipla Colinearidade Detecção da presença de colinearidade Estatísticas de colinearidade: −1 Var ( Bˆ ) = ( X T X ) σ 2 Elemento j da diagonal de (XTX)-1 1 (1 − R 2j ) onde Rj2 é o R2 para a regressão de Xj contra todos os outros p – 1 regressores. “Variance Inflation Factor” (VIF) ( ) VIF βˆ j = MSR 2010 © C jj = 1 (1 − R 2j ) Engenharia de Processos e Sistemas GEPSI/CIEPQPF DEQ-FCTUC 50 Regressão Linear Múltipla Colinearidade Análise do VIF: Valores de referência: MSR 2010 © VIF>10 → colinearidade é um problema; VIF<5 → colinearidade não é um problema; 5<VIF<10 → “zona cinzenta” (colinearidade pode ser um problema). Engenharia de Processos e Sistemas GEPSI/CIEPQPF DEQ-FCTUC 51 Regressão Linear Múltipla Colinearidade Como lidar com a sua presença? MSR 2010 © Métodos de selecção de variáveis Métodos de projecção (selecção de dimensões) Métodos de encolhimento Engenharia de Processos e Sistemas GEPSI/CIEPQPF DEQ-FCTUC 52 Regressão Linear Múltipla Colinearidade Selecção de variáveis Princípio: MSR 2010 © Se há redundância entre os X’s, seleccionar aqueles que mais explicam a variabilidade apresentada pela resposta (Y), e retirar todas aquelas variáveis que não acrescentem capacidade explicativa. Engenharia de Processos e Sistemas GEPSI/CIEPQPF DEQ-FCTUC 53 Regressão Linear Múltipla Colinearidade Metodologias mais comuns de selecção de variáveis: MSR 2010 © Forward addition Backward elimination Forward stepwise selection “Best subset” regression Engenharia de Processos e Sistemas GEPSI/CIEPQPF DEQ-FCTUC 54 Regressão Linear Múltipla Inferência Nos métodos de selecção de variáveis analisa-se a significância estatística associada à introdução de grupos de variáveis adicionais: “Partial F-test” (ou “Extra Sum of Squares method”) Até agora só a analisámos a situação estática. Temos um conjunto de variáveis de entrada com as quais queremos construir um modelo para explicar a resposta. E se quisermos incluir mais variáveis? – Situação dinâmica! Pretendemos agora saber se, introduzindo um conjunto extra de variáveis (# X’s ≥ 1), a capacidade de explicação da variabilidade de Y melhora significativamente. MSR 2010 © Engenharia de Processos e Sistemas GEPSI/CIEPQPF DEQ-FCTUC 55 Regressão Linear Múltipla Inferência MSR 2010 © “Partial F-test” Vamos considerar que dispomos um modelo com p variáveis e pretendemos saber se um subconjunto destas variáveis (r) contribui, como um todo, significativamente para o modelo. Ou seja, se particionarmos todos os coeficientes do modelo num conjunto com r variáveis (β1 ) e noutro com as restantes (β2), pretendemos testar as hipóteses: H0: β1 = 0 H1: β1 ≠ 0 Engenharia de Processos e Sistemas GEPSI/CIEPQPF DEQ-FCTUC 56 Regressão Linear Múltipla Inferência Metodologia: Calcular SSreg para o modelo completo: (com β1 e β2) → SSreg(β) Para avaliar a contribuição de β1 para a regressão, estimar um modelo assumindo válida H0: β1 = 0 (modelo reduzido): Y=X2 β2 +ε → SSreg(β2) Então, SSreg devido a β1, assumindo que β2 já está no modelo é: SSreg(β1 |β2) = SSreg(β) - SSreg(β2) MSR 2010 © Engenharia de Processos e Sistemas GEPSI/CIEPQPF DEQ-FCTUC 57 Regressão Linear Múltipla Inferência ET: Variabilidade adicional explicada pelo conjunto de variáveis em estudo SSreg ( β1 | β 2 ) / r F0 = σˆ 2 Variabilidade residual Estimado com o modelo completo. Rejeitar se: F0 > F ( r , N − p − 1, α ) (teste unilateral à direita) MSR 2010 © Engenharia de Processos e Sistemas GEPSI/CIEPQPF DEQ-FCTUC 58 Regressão Linear Múltipla Selecção de Variáveis Select the predictor having the highest correlation with y Forward addition Yes Yes Select additional predictor Are other predictors available? Is selected predictor significant? No Yes (Fail to enter) (Enter variable) Is variable significant? No Examine final model Validate model No No prediction possible with MLR f j < f in f j > f in MSR 2010 © Engenharia de Processos e Sistemas GEPSI/CIEPQPF DEQ-FCTUC 59 Regressão Linear Múltipla Selecção de Variáveis NOTA: As variáveis são testadas sequencialmente, de acordo com a magnitude da estatística do teste F-parcial (partial F-test); Variáveis seleccionadas não podem ser depois removidas. MSR 2010 © Se esta estatística for superior a “F to enter” (fin), a variável passa a integrar o modelo; Caso contrário, o processo pára. Não explora o efeito que a adição de uma variável pode ter naquelas já adicionadas. Engenharia de Processos e Sistemas GEPSI/CIEPQPF DEQ-FCTUC 60 Regressão Linear Múltipla Selecção de Variáveis Select all variables and include them in the model Backward elimination Select the variable that contributes the least to explaining the Y variability (when all others are in the model) No (Remove variable) Is its contribution significant ? Yes (Do not remove variable ) f j > f out f j < f out Validate model Nota: Variáveis eliminadas, não podem voltar a integrar o modelo numa fase posterior. MSR 2010 © GEPSI/CIEPQPF DEQ-FCTUC Engenharia de Processos e Sistemas 61 Regressão Linear Múltipla Selecção de Variáveis Select the predictor having the highest correlation with y Forward stepwise selection Yes Yes Select additional predictor Are other predictors available? Is selected predictor significant? f < f f > f (Enter variable) Yes No (Fail to enter) j Yes in j No Examine final model Validate model No No prediction possible with MLR in Is variance explained by each variable in the model significant? f < f No (Remove variables) j MSR 2010 © Is variable significant? out Nota: f in ≥ f out ( normalmente fin = f out ) Variáveis selecionadas podem vir a ser removidas posteriormente, caso se tornem redundantes quando outras forem adicionadas. Engenharia de Processos e Sistemas GEPSI/CIEPQPF DEQ-FCTUC 62 Regressão Linear Múltipla Selecção de Variáveis “Best subset” regression: Para cada combinação distinta de k variáveis (k=kmin : kmax): Estimar o correspondente modelo MLR; Calcular o valor do critério de “qualidade de ajuste” seleccionado; Ordenar as combinações de variáveis de acordo com o valor do critério a que elas conduziram; Guardar os resultados para as melhores N combinações; Apresentar os resultados para as melhores N combinações obtidas em cada subconjunto de dimensão k considerado (k=kmin : kmax). MSR 2010 © Engenharia de Processos e Sistemas GEPSI/CIEPQPF DEQ-FCTUC 63 Regressão Linear Múltipla Selecção de Variáveis Critérios de qualidade de ajuste: R2 R2adj Mallows-Cp Também penaliza a adição de variáveis sem poder explicativo Uma medida do erro quadrático total do modelo de regressão Estimado com o modelo em estudo (k variáveis). SSr ( k ) − n − 2 ( k + 1) Cp = σˆ 2 Gráfico Cp vs p Estimado com o modelo completo. MSR 2010 © Se o modelo postulado for correcto, Cp dever ser próximo de k+1 (número de parâmetros) Logo, escolher modelo para o qual o Cp é baixo e próximo de k+1. Engenharia de Processos e Sistemas GEPSI/CIEPQPF DEQ-FCTUC 64 Regressão Linear Múltipla Selecção de Variáveis Critérios de qualidade de ajuste (cont.): Mallows-Cp É conveniente traçar um gráfico Cp vs. (k+1): procurar qual o modelo com Cp mais baixo que está mais próximo da recta Cp=k+1. PRESS “Leverage” da observação i MSR 2010 © Engenharia de Processos e Sistemas GEPSI/CIEPQPF DEQ-FCTUC 65 GEPSI/CIEPQPF DEQ-FCTUC 66 Regressão Linear Múltipla Selecção de Variáveis Statistica MSR 2010 © Engenharia de Processos e Sistemas Regressão Linear Multivariada Tópicos sobre métodos de projecção (selecção de dimensões ou de direcções) MSR 2010 © Engenharia de Processos e Sistemas GEPSI/CIEPQPF DEQ-FCTUC 67 Regressão Linear Multivariada Metodologias de Projecção Na abordagem ao problema da colinearidade vimos que as técnicas de selecção de variáveis contornavam o problema deixando de lado variáveis “redundantes”. As metodologias de projecção, pelo contrário, não excluem qualquer variável: MSR 2010 © O facto de haver redundância, significa que a verdadeira dimensão dos dados (X’s) é inferior ao número de variáveis presentes; Importa pois estimar este subespaço (de dimensão mais reduzida) e usar as variáveis X’s nele projectadas, para prever Y. Engenharia de Processos e Sistemas GEPSI/CIEPQPF DEQ-FCTUC 68 PCR Principal Components Regression PCR (Principal Component Regression) O subespaço de X a usar é o gerado pelos componentes principais MSR 2010 © Proporcionam uma boa descrição da variabilidade encontrada em X; As variáveis (PC1, PC2, …) não são correlacionadas; Deixando de lado as dimensões menos relevantes, … … contorna-se o problema da colinearidade! GEPSI/CIEPQPF DEQ-FCTUC Engenharia de Processos e Sistemas 69 PCR Principal Components Regression Usar como regressores os scores dos PCs selecionados Vector com os coeficientes do modelo: −1 bˆPCR = (T T T ) T T y onde T = XP (PCA) t11 t12 ⋯ t1 p p11 T =⋮ ⋮ ⋯ ⋮ ,P = ⋮ tn1 tn 2 ⋯ tnp pm1 ( p ≤ m) p12 ⋮ pm 2 p1 p ⋯ ⋮ ⋯ pmp ⋯ Nota: Fórmula válida para o caso de X e Y serem centrados (e eventualmente escalonados). Se não estiverem centrados, deve-se adicionar uma coluna de 1’s para contemplar a estimação da ordenada na origem. MSR 2010 © Engenharia de Processos e Sistemas GEPSI/CIEPQPF DEQ-FCTUC 70 PCR Principal Components Regression NOTA: MSR 2010 © PCR pode ser usado quando existem mais variáveis que observações; Existem técnicas para acomodar dados em falha nos X’s; O método é sensível à escala das variáveis; Quando o número de dimensões seleccionadas é igual ao número de variáveis, PCR=RLM. Engenharia de Processos e Sistemas GEPSI/CIEPQPF DEQ-FCTUC 71 PLS Partial Least Squares MSR 2010 © Em PCR o subespaço utilizado é o que mais explica a variabilidade presente nos X’s; No entanto, este não é necessariamente o mais relevante do ponto de vista de explicar a variabilidade em Y; Em PLS procura-se estimar o subespaço que melhor explica a variabilidade em Y, descrevendo também a variabilidade em X … Engenharia de Processos e Sistemas GEPSI/CIEPQPF DEQ-FCTUC 72 PLS Partial Least Squares PLS (Partial Least Squares): O subespaço é aquele que apresenta “maior covariância” com Y: Procedimento: Procurar direcções no espaço dos X’s que apresentem maior covariância com os Y’s. No caso de um Y: Qual é a combinação linear de X’s com maior covariância com Y? Resposta: T1; Qual é a combinação linear de X’s, ortogonal à anterior, com maior covariância com Y? Resposta:T2; … •Wold, S.; Sjöström, M.; Eriksson, L. (2001), PLS-regression: a basic tool of chemometrics. Chemometrics and Intelligent Laboratory Systems, p. 109-130. MSR 2010 © Engenharia de Processos e Sistemas GEPSI/CIEPQPF DEQ-FCTUC 73 PLS Partial Least Squares y PLS Motivação geométrica t1 X3 T=XW* t1 X1 X=TPT+E MSR 2010 © X2 Engenharia de Processos e Sistemas GEPSI/CIEPQPF DEQ-FCTUC 74 PLS NOTA: PLS pode ser usado quando existem mais variáveis que observações; Acomoda dados em falha; Pode ser usado com vários Y’s Adequado se estes apresentarem correlação entre si Caso contrário construir modelos independentes para cada Y O método é sensível à escala das variáveis. Quando o número de dimensões seleccionadas é igual ao número de variáveis, PLS=PCR=RLM MSR 2010 © GEPSI/CIEPQPF DEQ-FCTUC Engenharia de Processos e Sistemas 75 PCR, PLS Selecção do número de dimensões (variáveis latentes) Validação Cruzada Particionar os dados de treino em K grupos Exemplo para 5 grupos (K=5) Train MSR 2010 © Train Test Train Train Deixar um grupo de lado, e estimar o modelo com os restantes (K-1) grupos Prever as respostas do grupo eliminado, e calcular os respectivos erros de previsão Repetir o processo para todos os grupos (todas as amostras ficam de fora uma vez). Calcular o erro quadrático médio de previsão, usando todos os erros de previsão obtidos para os diferentes grupos (RMSECV) Engenharia de Processos e Sistemas GEPSI/CIEPQPF DEQ-FCTUC 76 PCR, PLS Validação do Modelo Antes de usar o modelo, este deve ser validado. Conjunto de teste Usar um novo conjunto de dados para verificar se as previsões efectuadas pelo modelo são adequadas ao fim a que este se destina, e se estão dentro do que é esperado no seu desenvolvimento. Validação Cruzada Nem sempre temos a possibilidade de ter um novo conjunto de dados: Usar validação cruzada (5-10 grupos); Usar técnicas de re-amostragem (resampling, por exemplo: bootstrap). MSR 2010 © Engenharia de Processos e Sistemas GEPSI/CIEPQPF DEQ-FCTUC 77 PLS NOTA: Tanto PLS como PCR estimam um modelo linear multivariável do tipo: Yi = β 0 + β1 xi1 + β 2 xi 2 + ⋯ + β m xim + ε i MSR 2010 © No entanto, estes métodos estimam os parâmetros do modelo de forma distinta ao métodos dos mínimos quadrados, tirando partido daquilo que para este método é uma fraqueza: a presença de variáveis X colineares. Eles incorporam a correlação existente entre estas variáveis na estimação dos subespaços, com base nos quais estimam os parâmetros do modelo. A sua utilização prática, após estimados os parâmetros, é no entanto idêntica. Engenharia de Processos e Sistemas GEPSI/CIEPQPF DEQ-FCTUC 78 Exemplo Exemplo: SFCM process (Wise at al., 2003*) X10 X9 X8 X7 X6 X5 X4 X3 X2 X1 y O “Slurry-Fed Ceramic Melter” é um sistema contínuo onde se processam resíduos nucleares, combinando-os com materiais vítreos, num forno a altas temperaturas, o SFCM. O resultado é um produto vitrificado, estável, para deposição a longo prazo, num local apropriado. Os dados recolhidos consistem das temperaturas no forno em 20 localizações diferentes, dispostos segundo duas linhas verticais com 10 sensores cada,… X20 X19 X18 X17 X16 X15 X14 X13 X12 X11 X1-base →X10-topo; X11-base →X20-topo … e o nível da massa fundida no forno, (y). Pretende-se construir um modelo que relacione as temperaturas medidas, com o nível de vidro fundido no SFCM. * in PLS_Toolbox for use in MATLABTM, Eigenvector Research Inc., 2003. MSR 2010 © GEPSI/CIEPQPF DEQ-FCTUC Engenharia de Processos e Sistemas 79 Exemplo X variables 1200 1100 1000 Temperature 900 800 700 600 y variable 21.2 500 400 21 300 20.8 0 50 100 150 Sample number 200 250 300 20.6 Level 200 20.4 20.2 20 19.8 MSR 2010 © 0 50 Engenharia de Processos e Sistemas 100 150 Sample number 200 250 300 GEPSI/CIEPQPF DEQ-FCTUC 80 Exemplo PCR: Selecção do número de componentes usando validação cruzada. 0.117 0.116 RMSECV Level 0.115 0.114 0.113 0.112 0.111 Detalhes: •Validação cruzada: 10 blocos contíguos; •Variáveis centradas. 0.11 0.109 2 4 6 8 10 12 14 Principal Component Number MSR 2010 © 16 18 20 Engenharia de Processos e Sistemas GEPSI/CIEPQPF DEQ-FCTUC 81 Exemplo PLS: Selecção do número de componentes usando validação cruzada. 0.117 0.116 RMSECV Level 0.115 0.114 0.113 0.112 0.111 0.11 0.109 MSR 2010 © 2 4 6 8 10 12 14 Latent Variable Number 16 18 20 Engenharia de Processos e Sistemas Detalhes: •Validação cruzada: 10 blocos contíguos; •Variáveis centradas. GEPSI/CIEPQPF DEQ-FCTUC 82 Exemplo Coeficientes de regressão obtidos por RLM, PCR e PLS 0.015 MLR PCR PLS Regression Coefficient 0.01 0.005 0 -0.005 -0.01 0 2 4 MSR 2010 © 6 8 10 12 Variable Number 14 16 18 20 GEPSI/CIEPQPF DEQ-FCTUC Engenharia de Processos e Sistemas 83 Regressão Linear Multivariada Comparação de Metodologias Exemplo: SFCM (Wise at al., 2003) MLR PCR PLS RR RMSEC 0.0991 0.1059 0.1034 0.0996 RMSECV 0.1122 0.1108 0.1098 0.1122 RMSEP 0.1496 0.1366 0.1396 0.1471 n RMSEC* = ∑ ( yˆ − y ) i =1 i i n RMSE of Calibration* MSR 2010 © ntest 2 RMSECVc = PRESSc n RMSE of Cross-Validation RMSEP = ∑ ( yˆ − y ) i =1 i 2 i ntest RMSE of Prediction in a new test set (200 new observations) Engenharia de Processos e Sistemas GEPSI/CIEPQPF DEQ-FCTUC 84 Metodologia Geral de RLM MSR 2010 © GEPSI/CIEPQPF DEQ-FCTUC Engenharia de Processos e Sistemas 85 Regressão Linear Múltipla Metodologia em RL Passo 1 Estudar estatísticas e gráficos Passo 2 Formular o modelo Passo 3 Estimar o modelo Bom ajuste OK! MSR 2010 © Passo 4 Validar o modelo Passo 5 Apresentar resultados. Usar modelo. Engenharia de Processos e Sistemas Ajuste não satisfatório GEPSI/CIEPQPF DEQ-FCTUC 86 Regressão Linear Múltipla 1. Familiarização com os dados Fazer uso extensivo de todas as ferramentas de estatística descritiva que nos ajudem a familiarizar com os dados do nosso problema, por exemplo: MSR 2010 © Examinar médias, desvios padrão, alguns percentis, mínimos, máximos, para todas as variáveis de entrada e de saída; Examinar a matriz de correlação (existe colinearidade entre os x’s? qual/quais os x’s mais correlacionados linearmente com o y?); Construir gráficos de dispersão para todas as combinações de x’s e entre cada x e o y; Se os dados foram recolhidos ao longo do tempo, analisar, individualmente, o gráfico temporal para cada variável; Detectar e examinar outliers. Engenharia de Processos e Sistemas GEPSI/CIEPQPF DEQ-FCTUC 87 Regressão Linear Múltipla 2. Formulação do modelo MSR 2010 © Com base no conhecimento existente a priori e/ou com base nos gráficos construídos em 1 para as relações entre y e os vários x’s, propor um modelo de regressão que relacione as variáveis de entrada com a variável de saída; Engenharia de Processos e Sistemas GEPSI/CIEPQPF DEQ-FCTUC 88 Regressão Linear Múltipla 3. Estimar os parâmetros do modelo Proceder ao ajuste do modelo aos dados recolhidos. Como resultado, obtém-se as estimativas para os parâmetros do modelo definido em 2., bem como outras grandezas relacionadas (por exemplo, parâmetros de qualidade, valores de prova para diversos testes estatísticos). Deve-se então: MSR 2010 © Analisar os resultados em busca de variáveis eventualmente mais importantes na explicação da variabilidade de y; Avaliar a qualidade do ajuste; Verificar se existe colinearidade entre as variáveis (calcular VIF para cada variável existente no modelo), e se esta pode constituir um problema. Engenharia de Processos e Sistemas GEPSI/CIEPQPF DEQ-FCTUC 89 Regressão Linear Múltipla 4. Validação do modelo estimado Construir os seguintes gráficos envolvendo os resíduos, para verificar se algum/ns dos pressupostos subjacentes aos modelos de regressão linear está/ão a ser violado/s: MSR 2010 © Resíduos vs. valores previstos (para verificar, por exemplo, se a variância dos resíduos não depende do nível de y); Resíduos vs. cada uma das variáveis de entrada (verificar que não existe estrutura por explicar devido, por exemplo, a não considerar termos não-lineares envolvendo as variáveis de entrada); Resíduos vs. tempo, ou sequência de observações (verificar a independência dos resíduos ao longo das observações); Gráficos de probabilidade normal para resíduos (verificar o pressuposto de normalidade dos resíduos). (Padrões não aleatórios são indicativo de um modelo não adequado) Engenharia de Processos e Sistemas GEPSI/CIEPQPF DEQ-FCTUC 90 Regressão Linear Múltipla 5. Apresentar os resultados e usar o modelo MSR 2010 © Nesta fase sintetizam-se os resultados para o modelo desenvolvido (desde que este seja satisfatório). Os dados utilizados e pressupostos subjacentes devem ser também indicados. Usar então o modelo e criar uma metodologia que permita averiguar a sua validade ao longo do tempo, se o seu uso não se restringir à situação presente. Engenharia de Processos e Sistemas GEPSI/CIEPQPF DEQ-FCTUC 91
Documentos relacionados
Regressão Linear Múltipla
Estas variáveis não trazem nada de novo para o modelo em termos de previsões futuras, tendo pelo contrário uma acção prejudicial e destabilizadora.
Leia mais