Contente
- Regressão linear é limitada a relacionamentos lineares
- A regressão linear examina apenas a média da variável dependente
- Regressão linear é sensível a outliers
- Os dados devem ser independentes
A regressão linear é um método estatístico para examinar a relação entre uma variável dependente, denotada como y e uma ou mais variáveis independentes, denotadas como x. A variável dependente deve ser contínua, pois pode assumir qualquer valor ou, pelo menos, próxima de contínua. As variáveis independentes podem ser de qualquer tipo. Embora a regressão linear não possa mostrar a causa por si só, a variável dependente é geralmente afetada pelas variáveis independentes.
Regressão linear é limitada a relacionamentos lineares
Por sua natureza, a regressão linear analisa apenas relações lineares entre variáveis dependentes e independentes. Ou seja, assume que existe um relacionamento linear entre eles. Às vezes isso está incorreto. Por exemplo, a relação entre renda e idade é curvada, ou seja, a renda tende a aumentar nas primeiras partes da vida adulta, achatar-se mais tarde na idade adulta e declinar depois que as pessoas se aposentam. Você pode dizer se isso é um problema observando representações gráficas dos relacionamentos.
A regressão linear examina apenas a média da variável dependente
A regressão linear analisa uma relação entre a média da variável dependente e as variáveis independentes. Por exemplo, se você observar a relação entre o peso ao nascer dos bebês e as características maternas, como a idade, a regressão linear analisará o peso médio dos bebês nascidos de mães de diferentes idades. No entanto, às vezes você precisa olhar para os extremos da variável dependente, por exemplo, os bebês correm risco quando seus pesos são baixos, portanto, você deve olhar para os extremos neste exemplo.
Assim como a média não é uma descrição completa de uma única variável, a regressão linear não é uma descrição completa dos relacionamentos entre as variáveis. Você pode lidar com esse problema usando a regressão quantílica.
Regressão linear é sensível a outliers
Outliers são dados surpreendentes. Os outliers podem ser univariados (com base em uma variável) ou multivariados. Se você está olhando para a idade e a renda, discrepâncias univariadas seriam coisas como uma pessoa com 118 anos ou alguém que ganhou US $ 12 milhões no ano passado. Um outlier multivariado seria um jovem de 18 anos que ganhou US $ 200.000. Nesse caso, nem a idade nem a renda são muito extremas, mas pouquíssimas pessoas de 18 anos ganham tanto dinheiro.
Os valores extremos podem ter enormes efeitos na regressão. Você pode lidar com esse problema solicitando estatísticas de influência do seu software estatístico.
Os dados devem ser independentes
A regressão linear assume que os dados são independentes. Isso significa que as pontuações de um sujeito (como uma pessoa) não têm nada a ver com as de outro. Isso é frequente, mas nem sempre, sensível. Dois casos comuns em que não faz sentido estão agrupados no espaço e no tempo.
Um exemplo clássico de agrupamento no espaço são os resultados dos testes dos alunos, quando você tem alunos de várias classes, séries, escolas e distritos escolares. Os alunos da mesma turma tendem a ser semelhantes de várias maneiras, ou seja, eles geralmente vêm dos mesmos bairros, têm os mesmos professores etc. Portanto, eles não são independentes.
Exemplos de agrupamento no tempo são os estudos em que você mede os mesmos assuntos várias vezes. Por exemplo, em um estudo de dieta e peso, você pode medir cada pessoa várias vezes. Esses dados não são independentes porque o que uma pessoa pesa em uma ocasião está relacionado ao que ela pesa em outras ocasiões. Uma maneira de lidar com isso é com modelos multiníveis.