3

Tenho o seguinte conjunto de dados que estabelece uma relação entre duas variáveis “X” e “Y”:

df <- data.frame(X=c(25,25,25,25,25,25,50,50,50,50,50,50,
75,75,75,75,75,75,100,100,100,100,100,100,
125,125,125,125,125,125,150,150,150,150,150,150),    
Y=c(2457524,2391693,2450828,2391252,2444638,2360293,
4693194,4844527,4835596,4878092,4809226,4722253,
7142763,7182769,7135550,7173920,7216871,7076359,
9496553,9537788,9405825,9439201,9609870,9707734,
12031958,12027037,11935594,11930086,12154132,
12096462,14298064,14396607,13964716,14221039,
14283992,14042220))

Considere o seguinte problema:

“Ajustar um modelo linear ponderado usando a função “lm” e, como fator de ponderação, o inverso da variância de “Y” para cada nível de “X””. Ou seja, o modelo linear deverá ser ponderado pelo inverso da variância de cada nível de “X”. Neste caso, como podemos especificar a relação funcional ponderada? Existe alguma função específica para ser entrada como argumento em “weights”?

Detalhe técnico: Só vale ajustar pela função “lm”. Não vale ajustar por nenhum outro método (gls, glm, etc.).

1 Resposta 1

3

Basta criar o vetor de pesos desejado para resolver este problema. No teu caso, chamei este vetor de pesos:

variancias_condicionais <- aggregate(df$Y, list(df$X), var)$x
quantidade_X <- as.numeric(table(df$X))
pesos <- rep(1/variancias_condicionais, quantidade_X)

ajuste <- lm(Y ~ X, data=df, weights=pesos)
summary(ajuste)

Call:
lm(formula = Y ~ X, data = df, weights = pesos)

Weighted Residuals:
     Min       1Q   Median       3Q      Max 
-2.17331 -0.71861 -0.08895  0.84733  2.42540 

Coefficients:
            Estimate Std. Error t value Pr(>|t|)    
(Intercept)    28185      22538   1.251     0.22    
X              95300        330 288.777   <2e-16 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 1.097 on 34 degrees of freedom
Multiple R-squared:  0.9996,    Adjusted R-squared:  0.9996 
F-statistic: 8.339e+04 on 1 and 34 DF,  p-value: < 2.2e-16
10
  • Olá Marcus. Estamos quase lá... Mandei imprimir a variância de cada nível de "X" e não pude deixar de notar que ela ficou igual para todos os níveis da variável "X" (25,50, 75, 100, 125, 150). Precisamos corrigir isto pois o correto seria calcular o inverso da variância cada nível de X. Commented 19/11/2016 às 11:59
  • O resultado esperado para o vetor de pesos seria: 6.20046E-10 6.20046E-10, 6.20046E-10, 6.20046E-10, 6.20046E-10, 6.20046E-10, 1.86313E-10, 1.86313E-10, 1.86313E-10, 1.86313E-10, 1.86313E-10, 1.86313E-10, 4.28484E-10, 4.28484E-10, 4.28484E-10, 4.28484E-10 4.28484E-10, 4.28484E-10, 7.96637E-11, 7.96637E-11, 7.96637E-11 7.96637E-11, 7.96637E-11, 7.96637E-11, 1.29098E-10, 1.29098E-10 1.29098E-10, 1.29098E-10, 1.29098E-10, 1.29098E-10, 3.67609E-11 3.67609E-11, 3.67609E-11, 3.67609E-11, 3.67609E-11, 3.67609E-11 e Parabéns pela visão elegante !!! Commented 19/11/2016 às 12:00
  • Não entendi de onde vieram estes valores. Por favor, me explique como a variância de uma constante é um número diferente de zero. Commented 19/11/2016 às 12:02
  • Código editado. Commented 19/11/2016 às 13:16
  • 1
    Muito bom Marcus!!! Como sempre uma reposta muito elegante! Commented 19/11/2016 às 14:07

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .