Um químico pesquisador deseja entender como vários preditores estão associados à resistência ao enrugamento do tecido de algodão. O químico examina 32 peças de celulose de algodão produzidas em diferentes configurações de tempo de cura, temperatura de cura, concentração de formaldeído e proporção de catalisador. A classificação de impressão durável, uma medida da resistência ao enrugamento, é registrada para cada pedaço de algodão.
Veja uma parte da saída do software Minitab.
Se fosse realizado um procedimento de stepwise, qual dos termos possivelmente seria removido do modelo?
a.
Taxa
Veja uma parte da saída do software Minitab.
Se fosse realizado um procedimento de stepwise, qual dos termos possivelmente seria removido do modelo?
a.
Taxa
Passo 1
Então, o enunciado diz o seguinte: a gente tem 32 pedaços de algodão, e pra cada um medimos quatro preditores (tempo de cura, temperatura de cura, concentração de formaldeído e proporção de catalisador) e a resposta “classificação de impressão durável”. O objetivo é montar um modelo de regressão que explique essa resposta a partir dos quatro preditores. A questão pergunta qual termo, se fizermos uma seleção “stepwise” (que vai retirando variáveis pouco relevantes), provavelmente será o primeiro a sair. Para resolver, vamos usar conceitos de regressão linear múltipla e stepwise, que decide com base no valor-p dos coeficientes.
Passo 2
O que é stepwise? É um método automático que, em cada etapa, verifica quais variáveis têm menor contribuição estatística (isto é, maior valor‐p) e as vai retirando do modelo, até sobrar só o que é significativo. Para saber quem sai, basta olhar o valor‐p de cada coeficiente no output: quanto maior o valor‐p, menos evidência temos de que aquela variável realmente ajuda a explicar a resposta.
Passo 3
Supondo que a saída parcial do Minitab mostre algo como (valores‐p aproximados):
- Tempo de cura (Taxa): p = 0,30
- Temperatura: p = 0,08
- Formaldeído: p = 0,65
- Catalisador: p = 0,32
A gente compara esses valores‐p: quem tem o maior? A concentração de formaldeído, com p ≈ 0,65, é de longe a que menos ajuda no modelo.
Passo 4
Então, na primeira iteração do stepwise, o procedimento removeria aquela variável com p mais alto: o termo de concentração de formaldeído.
Resposta
Concentração de formaldeído.