Description Usage Arguments Details Value Author(s)
Estima os efeitos diretos e indiretos com base em um arquivo de dados contendo um conjunto de variáveis. Um algorítmo é implementado visando seleção de um conjunto de preditores com mínima multicolinearidade e alto poder explicativo.
1 2 |
data |
O conjunto de dados (somente variáveis) |
resp |
A variável resposta. Exemplo, |
pred |
As variáveis preditoras. Padrão é |
exclude |
Argumento lógico, padrão FALSE. Se |
correction |
Argumento lógico, padrão NULL. Um valor (k) a ser a adicionado na diagonal da matrix X'X visando reduzir o problema com a multicolinearidade. |
stepwise |
Argumento lógico, padrão FALSE. Se TRUE, um procedimento stepwise é realizado para a escolha das variáveis preditoras. |
brutstepwise |
Argumento lógico, padrão FALSE. Se TRUE, uma série de regressões stepwise são ajustados. |
missingval |
Como lidar com valores perdidos. O padrão é |
Quando brutstepwise = TRUE
, primeiramente, o algorítmo selecionará um conjunto de preditores com mínima multicolinearidade. A seleção é baseada no fator de inflação de variância (VIF). Um processo iterativo é realizado até que o máximo VIF observado seja menor que 10. As variáveis selecionadas neste processo são utilizadas em uma série de regressões stepwise. A primeira regressão stepwise é ajustada considerando p-1 variáveis preditoras selecionadas, sendo p o número de variáveis selecionadas no processo iterativo. O segundo modelo ajusta uma regressão considerando p-2 variávies selecionadas, e assim por diante até o último modelo, que considera apenas duas variáveis. Três objetos são criados. Summary
, com o resumo do processo, Models
, contendo os valores informados acima de todos os modelos ajustados; e Selectedpred
, um vetor com o nome das variáveis selecionadas no processo iterativo.
Corr.x |
A matrix de correlação das variáveis explicativas |
Corr.y |
O vetor de correlações de cada variável explicativa com a variável dependente |
Coefficients |
A matriz dos coeficientes de trilha. Os efeitos diretos são apresentados na diagonal e os indiretos, fora da diagonal (na coluna). |
Eigen |
Contém os autovalores e os autovetores da matrix de correlação das variáveis explicativas. |
VIF |
Um vetor com os valores dos fatores de inflação de variância (VIF). |
plot |
Um gráfico com os valores dos efeitos diretos em diferentes valores de k. O gráfico não é gerado se um valor de correção é adicionado. |
Predictors |
As variáveis preditoras utilizadas no modelo. |
CN |
O número de condição. |
Det |
O determinante da matriz de correlação das variáveis explicativas. |
R2 |
O coeficiente de determinação do modelo. |
Residual |
O efeito residual do modelo. |
Response |
A variável resposta utilizada no modelo. |
Pesovar |
Ordem das variáveis com os maiores pesos (componentes do autovetor) associadas ao autovalor de menor magnitude. |
Tiago Olivoto tiagoolivoto@gmail.com
Add the following code to your website.
For more information on customizing the embed code, read Embedding Snippets.