Teste de Wald
Modelos e regressão · distribuição de referência: χ²(1) ou N(0, 1)
Quando usar
Testar um coeficiente de um modelo ajustado por máxima verossimilhança usando só o modelo completo.
Hipótese nula
O coeficiente é zero.
Pressupostos
- Amostra grande
- Pode falhar com separação perfeita na logística
Estatística
W = \left(\dfrac{\hat{\beta}}{EP(\hat{\beta})}\right)^2Tamanho de efeito
Na regressão logística, a razão de chances do coeficiente.
OR = e^{\hat{\beta}}Como reportar
b = 0,74; EP = 0,29; z = 2,55; p = 0,011; OR = 2,10
No R e no Python
R
summary(glm(y ~ x, family = binomial, data = dados))Python
import statsmodels.formula.api as smf
smf.logit("y ~ x", data=dados).fit().summary()No Python, stats é scipy.stats e np é numpy.
Variantes e alternativas
- Razão de verossimilhança, mais confiável
Onde fica no catálogo
Modelos e regressão. Testes feitos dentro de um modelo ajustado: se um coeficiente importa, se o modelo explica algo e se os resíduos cumprem os pressupostos.
Na árvore de decisão
- O que você quer fazer? Testar um modelo de regressão
- O que você quer testar? Se uma variável explicativa tem efeito
- Como o modelo foi ajustado? Máxima verossimilhança, como a logística