4.1.3.2 Teste da Razão de Verossimilhança

Na regressão linear o interesse está no valor da SQR. Um valor alto da SQR sugere que a variável independente é importante, caso contrário, a variável independente não é útil na predição da variável resposta.

Na regressão logística a ideia é a mesma: comparar os valores observados da variável resposta com os valores preditos obtidos dos modelos com e sem a variável em questão. A comparação dos observados com os valores preditos é baseado no log da verossimilhança. Para entender melhor essa comparação, é útil pensar em um valor observado da variável resposta também como sendo um valor predito resultante de um modelo saturado. Um modelo saturado é aquele que contém tantos parâmetros quanto observações.

A comparação dos observados com os valores preditos usando a função de verossimilhança é baseada na seguinte expressão: $$D=-2ln\left[\frac{(verossimilhança~do~modelo~ajustado)}{(verossimilhança~do~modelo~saturado)}\right].$$

Com o propósito de assegurar a significância de uma variável independente, comparamos o valor da D com e sem a variável na equação. A mudança em D devido a inclusão da variável no modelo é obtida da seguinte maneira: $$G=D(modelo~sem~a~variável)-D(modelo~com~a~variável).$$

Podemos então escrever a estatística G como: $$G=-2ln\left[\frac{(verossimilhança~sem~a~variável)}{(verossimilhança~com~a~variável)}\right].$$

ou ainda: $$G=-2ln(L_s)+2ln(L_c),$$

em que $L_s$ é a verossimilhança do modelo sem a covariável e $L_c$ é a verossimilhança do modelo com a covariável.

Queremos testar: $$\left\{\begin{array}{c}H_{0}:\beta_1=0\\H_1:\beta_1\neq 0\end{array}\right.$$

Sob a hipótese nula, a estatística G tem distribuição chi-quadrado com 1 grau de liberdade.

Exemplo 4.1.3.2.1

Vamos considerar o Exemplo 4.1.2.1 para verificar se a variável "horas de treinamento" é significativa para explicar o erro na montagem, através do teste da razão de verossimilhança (TRV).

O valor do log da verossimilhança do modelo apenas com o intercepto ($L_s$) é -1064,183 e do modelo com a variável ($L_c$) é -1035,089.

Assim, o valor da estatística teste é: $$G=-2(-1064,183)-(-2(-1035,089))= 58,188.$$

O p-valor $P(\chi^{2}_{1}\textgreater\ G=58,188)\textless 0,0001$.

Rejeitamos a hipótese nula. Assim, pelo TRV, temos que a variável horas de treinamento é significativa para o modelo