Avaliação de métodos para comparação de modelos de regressão por simulação de dados

Abstract

O presente estudo teve como objetivo comparar em relação à taxa de Erro Tipo I e Tipo II, os métodos da Identidade de Modelos, das Variáveis Dummy (binárias) e da Análise de Variância, usados para a comparação de modelos de regressão por meio de simulação de dados em computador. Foram considerados quatro casos de regressão linear e cinco casos de regressão polinomial quadrática. Utilizando-se os recursos do Interactive Matrix Language (IML), do sistema SASâ, foram desenvolvidas rotinas apropriadas para a metodologia de comparação de modelos de regressão. Realizou-se uma simulação de dados composta de 10.000 experimentos, considerando os diferentes tamanhos de amostras (10, 50 e 100 observações) para cada uma dos nove casos. Os resultados de todas os casos simulados pelos três métodos foram semelhantes, apresentando baixos percentuais de Erro Tipo I e Erro Tipo II. O Método das Variáveis Dummy foi o mais eficiente para os três tamanhos de amostra, pois, apresentou os menores percentuais de Erro Tipo I e Erro Tipo II.

Keywords

• Identidade de modelos
• Variáveis Dummy
• Análise de Variância
• Simulação.