Heterogeneidade entre tabelas de contingência diagnosticadas por modelos log-lineares hierárquicos e seu efeito em Biplots
DOI:
https://doi.org/10.5433/1679-0375.2022v43n2p135Palavras-chave:
simulação, biplots, modelo, heterogeneidade, tabelasResumo
A teoria da decomposicao de valores singulares e utilizada para verificar a heterogeneidade de linhas, colunas entre tabelas de dupla entrada. Em uma analise exploratoria, essa relacao pode ser visualizada em biplots e atraves de estudos de simulacoes com o modelo log-linear hierarquico, por meio dos residuos ordinarios e da componente da deviance residual. O efeito da heterogeneidade foi estudado, gerando diferentes tamanhos de amostra e seu comportamento foi verificado ajustando o modelo Poisson. Concluiu-se que dado o residuo ordinario, a heterogeneidade entre as tabelas e melhor explicada pelos biplots. Por fim, apresenta-se um exemplo ilustrativo para orientar o pesquisador na interpretacao da relacao entre os resultados dos modelos log-lineares com os biplots considerando os efeitos entre soma e diferenca entre as tabelas.
Downloads
Referências
ABDI, H.; WILLIANS, L.; VALENTIN, D. Multiple factor analysis: principal component analysis for multitable and multiblock data sets. Wiley Interdisciplinary reviews: computational statistics, Hoboken, v. 5, n. 2, p. 149-179, 2013. DOI: https://doi.org/10.1002/wics.1246. DOI: https://doi.org/10.1002/wics.1246
AITCHISON, J.; GREENACRE, M. Biplots of compositional data. Journal of the Royal Statistical Society. Series C (Applied Statistics), Oxford, v. 51, n. 4, p. 375-392, 2001. DOI: https://doi.org/10.1111/1467-9876.00275
BÉCUE-BERTAUT, M.; PAGÉS, J. Multiple factor analy sis and clustering of a mixture of quantitative, categorical and frequency data. Computational Statistics & Data Analysis, Amsterdam, v. 52, n. 6, p. 3255-3268, 2008. DOI: https://doi.org/10.1016/j.csda.2007.09.023. DOI: https://doi.org/10.1016/j.csda.2007.09.023
BEH, E. J. Simple correspondence analysis using adjusted residuals. Journal of Statistical Planning and Inference, Amsterdam, v. 142, n. 4, p. 965-973, 2012. DOI: https://doi.org/10.1016/j.jspi.2011.11.004. DOI: https://doi.org/10.1016/j.jspi.2011.11.004
BRZEZINSKA, J. Hierarquical log-linear models for con- tingency tables. Acta Universitatis Lodziensis Folia Oeconomica, ?ód?, v. 269, p. 123-129, 2012.
CARLIER, A.; KROONENBERG, P. M. The case of the French cantons: an application of three-way correspon- dence analysis. In: BLASIUS, J.; GREENACRE, M. Visualization of categorical data. Cambridge: Academic Press, 1998. p. 253-275. DOI: https://doi.org/10.1016/B978-012299045-8/50021-8
DOSSOU-GBÉTÉ, S.; GRORUD, A. Biplots for matched two-way tables. Annales de la Faculté des sciences de Toulouse: Mathématiques, Toulouse, v. 11, n. 4, p. 469-483, 2002. DOI: https://doi.org/10.5802/afst.1034
FALGUEROLLES, A. GBMs: GLMs with bilinear terms. In: BETHLEHEM, J. G.; VAN DER HEIJDEN; P.G.M. Compstat 2000. Heidelberg: Physica, 2000. p. 53-64. DOI: https://doi.org/10.1007/978-3-642-57678-2_5
FALGUEROLLES, A.; FRANCIS, B. An algorithmic approach to bilinear models for two-way contingency tables. In: DIDAY, E.; LECHEVALLIER, Y.; SCHADER, M.; BERTRAND, P.; BURTSCHY, B. New approaches in classification and data analysis. Berlim: Springer Berlin Heidelberg, 1994. p. 518-524. DOI: https://doi.org/10.1007/978-3-642-51175-2_60
GREENACRE, M. Biplots in correspondence analysis. Journal of Applied Statistics, London, v. 20, n. 2, p. 251 - 269, 1993. DOI: https://doi.org/10.1080/02664769300000021. DOI: https://doi.org/10.1080/02664769300000021
GREENACRE, M. Contribution biplots. Journal of Computational and Graphical Statistics, Alexandria, v. 22, n. 1, p. 107-122, 2013. DOI: https://doi.org/10.1080/10618600.2012.702494
GREENACRE, M. Singular value decomposition of matched matrices. Journal of Applied Statistics, London, v. 30, n. 10, p. 1101-1113, 2003. DOI: https://doi.org/10.1080/0266476032000107132. DOI: https://doi.org/10.1080/0266476032000107132
POWERS, D. A; XIE, Y. Statistical methods for categorical data analysis. San Diego: Academic Press, 2000. DOI: https://doi.org/10.1016/B978-012563736-7/50005-7
R CORE TEAM. R: a language and environment for statistical computing. Vienna: R Foundation for Statistical Computing, 2015. Available from: http://www.R-project.org. Acess in: Nov. 10, 2022.
VAN DER HEIJDEN, P. G. M.; DE FALGUEROLLES, A.; DE LEEUW, J. A combined approach to contingency table analysis using correspondence analysis (with Discussion). Journal of the Royal Statistical Society: Series C (Applied Statistics), Oxford, v. 38, n. 249-292, 1989. DOI: https://doi.org/10.2307/2348058
VAN DER HEIJDEN, P. G. M.; MOOIJAART, A. S. Some new-bilinear models for the analysis of asymmetry in a square contingency table. Sociological Methods and Research, Beverly Hills, v. 24, n. 1, p. 7-29, 1995. DOI: https://doi.org/10.1177/0049124195024001002. DOI: https://doi.org/10.1177/0049124195024001002
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2022 Semina: Ciências Exatas e Tecnológicas
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial 4.0 International License.
Os Direitos Autorais para artigos publicados nesta revista são de direito do autor. Em virtude de aparecerem nesta revista de acesso público, os artigos são de uso gratuito, com atribuições próprias, em aplicações educacionais e não-comerciais. A revista se reserva o direito de efetuar, nos originais, alterações de ordem normativa, ortográfica e gramatical, com vistas a manter o padrão culto da língua e a credibilidade do veículo. Respeitará, no entanto, o estilo de escrever dos autores. Alterações, correções ou sugestões de ordem conceitual serão encaminhadas aos autores, quando necessário. Nesses casos, os artigos, depois de adequados, deverão ser submetidos a nova apreciação. As opiniões emitidas pelos autores dos artigos são de sua exclusiva responsabilidade.
Esta obra está licenciada com uma Licença Creative Commons Atribuição-NãoComercial 4.0 Internacional.
