Capítulo 28 Modelos

28.1 Modelos estatísticos

28.1.1 O que são modelos?

• Modelos estatísticos são representações matemáticas de fenômenos naturais ou artificiais que descrevem a relação entre variáveis.^REF?

O pacote equatiomatic²³⁶ fornece a função extract_eq para extrair a equação dos modelos em formato LaTeX para visualização.

28.2 Predição via modelagem

28.2.1 O que são predições?

• .^REF?

O pacote ggeffects²³⁷ fornece a função predict_response para calcular valores preditos marginais ou ajustados das variáveis de desfecho.

O pacote ggeffects²³⁷ fornece a função test_response para testar valores preditos marginais ou ajustados das variáveis de desfecho.

28.3 Suposições dos modelos

28.3.1 Quais suposições são feitas para modelagem?

• .^REF?

28.3.2 Como avaliar as suposições de um modelo?

• .^REF?

O pacote performance¹⁸¹ fornece a função check_model para analisar a colinearidade entre variáveis, a normalidade da distribuição das variáveis e a heteroscedasticidade.

28.4 Avaliação de modelos

28.4.1 O que é qualidade de ajuste de um modelo?

• .^REF?

28.4.2 Como avaliar a qualidade de ajuste de um modelo?

• .^REF?

O pacote performance¹⁸¹ fornece a função model_performance para calcular as métricas de ajuste da regressão adequadas ao modelo pré-especificado.

O pacote performance¹⁸¹ fornece a função compare_performance para comparar o desempenho e a qualidade do ajuste de diversos modelos de regressão pré-especificados.

28.5 Comparação de modelos

28.5.1 Como comparar modelos de aprendizagem de máquina?

• .^REF?

O pacote correctR²³⁸ fornece funções para comparar o desempenho e a qualidade do ajuste de diversos modelos de aprendizagem de máquina em amostras correlacionadas.

Referências

181.

Lüdecke D, Ben-Shachar MS, Patil I, Waggoner P, Makowski D. Performance: An r package for assessment, comparison and testing of statistical models. 2021;6:3139. doi:10.21105/joss.03139

236.

Anderson D, Heiss A, Sumners J. Equatiomatic: Transform Models into LaTeX Equations.; 2024. https://CRAN.R-project.org/package=equatiomatic.

237.

Lüdecke D. Ggeffects: Tidy data frames of marginal effects from regression models. 2018;3:772. doi:10.21105/joss.00772

238.

Henderson T. correctR: Corrected test statistics for comparing machine learning models on correlated samples. 2025. https://CRAN.R-project.org/package=correctR.