Loading...
Publication
Introdução à Regressão Categorial
| Name: | Description: | Size: | Format: | |
|---|---|---|---|---|
| 6.08 MB | Adobe PDF |
Authors
Advisor(s)
Abstract(s)
A regressão categorial constitui uma forma linearizável de regressão não linear, por meio de uma ou mais variáveis explicativas, permitindo predizer a probabilidade de ocorrência das várias categorias da variável dependente. O objetivo deste trabalho consistiu em apresentar uma introdução aos diferentes tipos de regressão categorial, como a regressão logística, a regressão multinomial e a regressão ordinal. Abordamos os diferentes modelos de regressão categorial com a função de ligação logit, permitindo esta a linearização de cada modelo, onde aparece, naturalmente, a medida de associação epidemiológica odds ratio, sendo esta medida interpretada para variáveis categóricas e quantitativas. Realçamos alguns pormenores fundamentais da estimação dos coeficientes de regressão do logit, dos pressupostos e avaliação da qualidade de cada um dos modelos: logístico, multinomial e ordinal. Cada um destes modelos foram aplicados a dados colhidos em escolas secundárias angolanas, com utilização do SPSS. Os modelos estimados evidenciaram um bom ajuste e poderão contribuir para um melhor entendimento do processo ensino-aprendizagem da disciplina de Matemática em Angola. No entanto, estes modelos de regressão categorial ajustados carecem de validação.
Categorical regression is a linearized form of non-linear regression, using one or more explanatory variables, allowing prediction of the probability of occurrence of the various categories of the dependent variable. The objective of this work is to present an introduction to the different types of categorial regression, such as logistic, multinomial and ordinal regression. We approach the different models of categorial regression with the logit link function, allowing the linearization of each model, where the odds ratio epidemiological association measure appears naturally, being this measure interpreted for categorical and quantitative variables. We highlight some fundamental details of the estimation of logit regression coefficients, assumptions and quality evaluation of each of the regression models: logistic, multinomial and ordinal. Each of these regressions was applied to data collected in Angolan secondary schools, using SPSS. The estimated models showed a good fit and could contribute to a better understanding of the teaching-learning process of Mathematics in Angola. However, these adjusted categorical regression models need to be validated.
Categorical regression is a linearized form of non-linear regression, using one or more explanatory variables, allowing prediction of the probability of occurrence of the various categories of the dependent variable. The objective of this work is to present an introduction to the different types of categorial regression, such as logistic, multinomial and ordinal regression. We approach the different models of categorial regression with the logit link function, allowing the linearization of each model, where the odds ratio epidemiological association measure appears naturally, being this measure interpreted for categorical and quantitative variables. We highlight some fundamental details of the estimation of logit regression coefficients, assumptions and quality evaluation of each of the regression models: logistic, multinomial and ordinal. Each of these regressions was applied to data collected in Angolan secondary schools, using SPSS. The estimated models showed a good fit and could contribute to a better understanding of the teaching-learning process of Mathematics in Angola. However, these adjusted categorical regression models need to be validated.
Description
Keywords
Multinomial Odds Ratio Ordinal Regressão Logística Roc Score Spss Verosimilhança Wald