2. Seleção de Modelos: Modelo Binomial
O modelo de regressão binomial é utilizado quando a variável resposta é qualitativa com dois resultados possíveis. Assim podemos escolher o melhor ajuste de modelo binomial para um conjunto de dados.
Exemplo 1:
Uma equipe de engenharia de produto realizou um ensaio para avaliar a carga que um componente do motor suporta utilizando diferentes matérias e tempo até a falha de ensaio.
| Componente | Carga | Tempo | Falha |
|---|---|---|---|
| A | 0,5 | 400000 | 1 |
| A | 0,5 | 104052 | 1 |
| A | 0,4 | 1000000 | 0 |
| A | 0,4 | 1000000 | 0 |
| A | 0,4 | 1000000 | 0 |
| A | 0,4 | 908209 | 1 |
| A | 0,4 | 1000000 | 0 |
| A | 0,4 | 1000000 | 0 |
| B | 0,5 | 480000 | 1 |
| B | 0,5 | 520000 | 1 |
| B | 0,5 | 350000 | 1 |
| B | 0,4 | 934000 | 1 |
| B | 0,4 | 1000000 | 0 |
Faremos o upload dos dados no sistema.
Faremos a análise da “Seleção do Modelo Binomial”, configurando conforme a figura abaixo.
Clique em Calcular para obter os resultados. Também pode baixar os resultados no formato Word.
Os resultados são:
Tabela da seleção de modelos
| Modelo(Steps) | Variável Entrou | Variável Saiu | TRV | P-Valor |
|---|---|---|---|---|
| Modelo 1 | Tempo | 17.9448 | 2.274015e-05 | |
| Modelo Selecionado | Tempo |
Tabela da análise Deviance
| Variável | G.L. | Deviance | G.L.Residual | Deviance Residual |
|---|---|---|---|---|
| Intercepto | 12 | 17.9448275764889 | ||
| Tempo | 1 | 17.9448275741547 | 11 | 2.33418928590677e-09 |
Exemplo 2:
Em uma empresa são fabricadas peças de ferro que são moldadas em moldes de areia. Entre as peças produzidas as que apresentam uma grande quantidade de areia incrustada são consideradas Refugo. A Volatilidade da Areia e o coeficiente RFV (Resistência ao Fluido Verde) influenciam na quantidade de areia incrustada. A partir dos dados da Tabela a seguir, o objetivo é avaliar a significância das variáveis e interação entre elas. considerando o modelo binomial para superfície de resposta.
| Quantidade Produzida | Refugo | Volatilidade | RFV |
|---|---|---|---|
| 832 | 270 | 1,906 | 5,642 |
| 996 | 152 | 1,766 | 7,63 |
| 1224 | 289 | 1,673 | 5,253 |
| 712 | 2 | 1,982 | 5,223 |
| 2072 | 11 | 2 | 5,064 |
| 544 | 14 | 2,12 | 5,395 |
| 700 | 5 | 2,085 | 6,138 |
| 3840 | 47 | 1,97 | 5,82 |
| 1940 | 101 | 2,15 | 4,498 |
| 1005 | 17 | 2,37 | 6,478 |
| 1260 | 26 | 2,37 | 5,826 |
| 1815 | 308 | 2,597 | 6,052 |
| 1340 | 79 | 2,44 | 5,839 |
| 1485 | 134 | 2,473 | 5,08 |
| 1585 | 127 | 2,493 | 5,313 |
| 1095 | 83 | 2,43 | 5,21 |
| 1370 | 81 | 3,42 | 5,04 |
| 1405 | 58 | 3,607 | 5,2222 |
Faremos o upload dos dados no sistema.
Faremos a análise da “Seleção do Modelo Binomial”, configurando conforme a figura abaixo.
Clique em Calcular para obter os resultados. Também pode baixar os resultados no formato Word.
Os resultados são:
Tabela da seleção de modelos
| Modelo(Steps) | Variável Entrou | Variável Saiu | TRV | P-Valor |
|---|---|---|---|---|
| Modelo 1 | RFV. | 48.39399 | 3.486347e-12 | |
| Modelo 2 | Volatilidade | 23.37991 | 1.329596e-06 | |
| Selected Model | RFV. + Volatilidad |
Tabela da análise Deviance
| Variável | G.L. | Deviance | G.L.Residual | Deviance Residual |
|---|---|---|---|---|
| Intercepto | 17 | 1949.04546855248 | ||
| RFV. | 1 | 48.3939919444213 | 16 | 1900.65147660806 |
| Volatilidade | 1 | 23.379914676729 | 15 | 1877.27156193133 |
Exemplo 3:
Uma equipe de engenharia de produto realizou um ensaio para avaliar a carga que um componente do motor suporta utilizando diferentes matériais e tempo até a falha de ensaio.
| Componente | Carga | Tempo | Falha |
|---|---|---|---|
| A | 0,5 | 400000 | 1 |
| A | 0,5 | 104052 | 1 |
| A | 0,4 | 1000000 | 0 |
| A | 0,4 | 1000000 | 0 |
| A | 0,4 | 1000000 | 0 |
| A | 0,4 | 908209 | 1 |
| A | 0,4 | 1000000 | 0 |
| A | 0,4 | 1000000 | 0 |
| B | 0,5 | 480000 | 1 |
| B | 0,5 | 520000 | 1 |
| B | 0,5 | 350000 | 1 |
| B | 0,4 | 934000 | 1 |
| B | 0,4 | 1000000 | 0 |
Faremos o upload dos dados no sistema.
Faremos a análise da “Seleção do Modelo Binomial”, configurando conforme a figura abaixo.
Clique em Calcular para obter os resultados. Também pode baixar os resultados no formato Word.
Os resultados são:
Tabela da seleção de modelos
| Modelos | AIC | BIC | Escolha |
|---|---|---|---|
| Tempo | 2 | 2.564949 | Modelo Selecionado |
| Carga + Tempo | 4 | 5.129899 | |
| Componente + Tempo | 4 | 5.129899 | |
| Componente + Carga + Tempo | 6 | 7.694848 | |
| Carga | 10.99736 | 11.562312 | |
| Componente + Carga | 12.17932 | 13.309222 | |
| Componente | 17.58904 | 17.944828 |
Exemplo 4:
Em uma empresa são fabricadas peças de ferro que são moldadas em moldes de areia. Entre as peças produzidas as que apresentam uma grande quantidade de areia incrustada são consideradas Refugo. A Volatilidade da Areia e o coeficiente RFV (Resistência ao Fluido Verde) influenciam na quantidade de areia incrustada. A partir dos dados da Tabela a seguir, o objetivo é avaliar a significância das variáveis e interação entre elas, considerando o modelo binomial para superfície de resposta.
| Observação | Quantidade Produzida | Refugo | Volatilidade | RFV |
|---|---|---|---|---|
| 1 | 832 | 270 | 1,906 | 5,642 |
| 2 | 996 | 152 | 1,766 | 7,63 |
| 3 | 1224 | 289 | 1,673 | 5,253 |
| 4 | 712 | 2 | 1,982 | 5,223 |
| 5 | 2072 | 11 | 2 | 5,064 |
| 6 | 544 | 14 | 2,12 | 5,395 |
| 7 | 700 | 5 | 2,085 | 6,138 |
| 8 | 3840 | 47 | 1,97 | 5,82 |
| 9 | 1940 | 101 | 2,15 | 4,498 |
| 10 | 1005 | 17 | 2,37 | 6,478 |
| 11 | 1260 | 26 | 2,37 | 5,826 |
| 12 | 1815 | 308 | 2,597 | 6,052 |
| 13 | 1340 | 79 | 2,44 | 5,839 |
| 14 | 1485 | 134 | 2,473 | 5,08 |
| 15 | 1585 | 127 | 2,493 | 5,313 |
| 16 | 1095 | 83 | 2,43 | 5,21 |
| 17 | 1370 | 81 | 3,42 | 5,04 |
| 18 | 1405 | 58 | 3,607 | 5,2222 |
Faremos o upload dos dados no sistema.
Faremos a análise da “Seleção do Modelo Binomial”, configurando conforme a figura abaixo.
Clique em Calcular para obter os resultados. Também pode baixar os resultados no formato Word.
Os resultados são:
Tabela da seleção de modelos
| Modelos | AIC | BIC | Escolha |
|---|---|---|---|
| Volatilidade + RFV. | 12924.5655 | 12940.8363 | Modelo Selecionado |
| RFV. | 12945.9455 | 12954.0808 | |
| Volatilidade | 12953.2066 | 12961.3420 |