====== Modelos Lineares Múltiplos ======

===== Simplificando Modelos =====

Durante o curso usaremos o procedimento de simplificar o modelo a partir do modelo cheio.
O procedimento consiste em comparar modelos aninhados, dois a dois, retendo aquele que tem maior poder explicativo. Caso os modelos não seja diferentes no seu poder explicativo, retemos o modelo mais simples, apoiados no princípio da parcimônia.

==== Princípio da parcimônia (Navalha de Occam) ====

  * número de parâmetros menor possível
  * linear é melhor que não-linear
  * reter menos pressupostos
  * simplificar ao mínimo adequado
  * explicações mais simples são preferíveis

==== Método do modelo cheio ao mínimo adequado ====
  - ajuste o modelo máximo (cheio)
  - simplifique o modelo:
    * inspecione os coeficientes (summary)
    *  remova termos não significativos
  - ordem de remoção de termos: 
    * interação não significativos (maior ordem)
    * termos quadráticos ou não lineares
    * variáveis explicativas não significativas
    * agrupe níveis de fatores sem diferença
    * ANCOVA: intercepto não significativos -> 0
    

==== Tomada de decisão  ====
** A diferença não é significativa: **
    * retenha o modelo mais simples
    * continue simplificando

**A difereça é significativa: **
    * retenha o modelo complexo 
    * este é o modelo __MINÍMO ADEQUADO__

===== Interação entre variáveis preditoras =====
<WRAP center round box 80%>
  - abra o arquivo {{ :planeco:roteiro:davis.csv |}} no R ou no Rcmdr
  - monte os modelos possíveis para peso com relação às variáveis preditoras: altura e sexo
  - a partir  do modelo mais cheio e simplifique o modelo
  - apresente o resultado em um gráfico

</WRAP>

===== Peso de bebês ao nascer =====




<WRAP center round box 80%>
  * abra o arquivo {{ :planeco:roteiro:babies.csv |}} no R
  * faça os modelos possíveis com as variáveis:
    * resposta **bwt** : peso do bebê ao nascer
    * preditoras:
        * gestation: tempo de gestação (dias)
        * parity: já teve outro filho (1 =  sim, 0 = não)
        * age: idade
        * height: altura
        * weight: peso
        * smoke: 0 não fumante; 1 fumante
    * selecione o modelo mínimo plausível pelo método:  ''modelo cheio para mínimo adequado''  
    * interprete o resultado
</WRAP>