Rafael,trabalhei com a assunto e até onde sei tem a mesma interpretação do MGL  
via função GLM.  Sobre o teste do Chisq não sei bem o que seja! Acho que você 
poderia ver outras funções que tem a abordagem de Firth implementada! 


 André Oliveira Souza. Graduação em Matemática, mestrado em estatística 
aplicada.Instituto Federal de Educação, Ciência e Tecnologia do Espirito Santo. 
 IFES 

    Em Quarta-feira, 6 de Abril de 2016 11:02, Jefferson Ferreira-Ferreira 
<[email protected]> escreveu:
 

 Colegas listeiros,

Estou ajustando um modelo logístico com a abordagem de Firth, implementada no 
pacote logistf, que serve para diminuir o "bias" advindo da separação quase 
linear dos dados. O famoso warning "0 ou 1 ocorreu. Probabilidades ajustadas 
para 0 ou 1".
Ocorre que, também por lacunas em conhecimento estatístico, estou com 
dificuldade de interpretar os resultados. O que me intriga é o chi quadrado ter 
dado infinito para o intercepto e para o primeiro slope (cota). O que isso 
significa? A coluna "p" (0 ou 1), o que pode exatamente me informar? Que outras 
informações importantes sobre meu modelo podem ser tomadas dese summary? Estou 
em meio a leituras sobre isso, mas tenho encontrado dificuldades em encontrar 
uma explicação simples e objetiva. Por isso resolvi escrever ao grupo. Se 
alguém puder me dar uma luz, seria muito grato.
Obrigado!

Model fitted by Penalized MLConfidence intervals and p-values by Profile 
Likelihood Profile Likelihood Profile Likelihood Profile Likelihood Profile 
Likelihood 
                    coef            se(coef)          lower 0.95      upper 
0.95    Chisq   p(Intercept)   -3.664271274 6.121964e-02 -11.711146274 
-2.02364627   Inf      0cota            0.164131556 1.898407e-03   0.165001297  
0.43176839    Inf     0euc_dist      0.001365946 3.193816e-05  -0.006119111   
0.02485933     0      1hand          -0.292236449 1.372033e-02  -2.145942673  
1.35570275     0      1cota:hand    0.007027402 4.259128e-04  -0.044974804  
0.05951507     0      1
Likelihood ratio test=379581.2 on 4 df, p=0, n=389232Wald test = 19581.7 on 4 
df, p = 0
Covariance-Matrix:              [,1]          [,2]          [,3]          [,4]  
        [,5][1,]  3.747844e-03 -1.153026e-04 -1.610677e-07 -5.500070e-04  
1.705722e-05[2,] -1.153026e-04  3.603948e-06  7.945498e-10  1.708245e-05 
-5.335900e-07[3,] -1.610677e-07  7.945498e-10  1.020046e-09 -2.612271e-08  
2.927902e-10[4,] -5.500070e-04  1.708245e-05 -2.612271e-08  1.882476e-04 
-5.807466e-06[5,]  1.705722e-05 -5.335900e-07  2.927902e-10 -5.807466e-06  
1.814017e-07



-- 
Jefferson Ferreira-FerreiraGeógrafo – GEOPROCESSAMENTO IDSM | Coordenadoria de 
TI
[email protected] de Desenvolvimento Sustentável 
MamirauáMinistério da Ciência, Tecnologia e InovaçãoTelefone: +55 97 
3343-9710Google Maps - Mapas deste e-mail:Exibir mapa ampliado
Contatos particulares:(55) 9615-0100


_______________________________________________
R-br mailing list
[email protected]
https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forne� c�igo m�imo 
reproduz�el.

  
_______________________________________________
R-br mailing list
[email protected]
https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forne�a c�digo 
m�nimo reproduz�vel.

Responder a