Adriano, Talvez eu tenha entendido mal, mas na regressão 1, o que você mede é o efeito do tratamento, e não a aleatoriedade, certo? Se seus dados foram gerados a partir de um experimento do tipo aleatório simples, então a diferença encontrada em re78 para t é o efeito estimado do tratamento. Portanto, nesse contexto, inferência causal pode ser entendida como um caso especial de predição em que o objetivo é prever o que aconteceria em diferentes opções de tratamento.
Se você também tiver a informação contida em re78 para todos os sujeitos antes de serem atribuídos o tipo de tratamento, então você pode testar a média antes e depois para cada grupo a fim medir o erro experimental. Todavia, se o seu experimento for estratificado (idade, sexo etc) daí o melhor seria você pensar em algum tipo de regressão hierárquica. Apenas uma coisa, se você quiser você pode testar um modelo contra o outro usando: anova(modelo1, modelo2) Possivelmente você verá um ganho bem pequeno de um modelo para o outro ao custo de 6 graus de liberdade. Daniel 2014-10-22 0:14 GMT-02:00 Leonardo Ferreira Fontenelle <[email protected]>: > Veja se isso faz sentido para o seu problema: talvez você possa testar a > associação entre o tratamento e os demais preditores, em vez de comparar os > dois modelos de regressão já apresentados. > > Mas isso se você realmente achar importante testar a associação. Por > exemplo, num ensaio clínico randomizado, não faz sentido testar a hipótese > de alocação aleatória. Em princípio, qualquer associação entre o tratamento > alocado e as variáveis de exposição é aleatório, por menor que seja o valor > de p. A supervisão de campo é quem vai dizer se houve violação do protocolo. > E diferenças grandes entre o grupo de intervenção e o de controle podem > precisar ser levadas em consideração nas análises, independentemente delas > terem aparecido ao acaso ou não. > > Leonardo Ferreira Fontenelle > > > Em Ter 21 out. 2014, às 23:52, Adriano Borges Costa escreveu: > > Caros, > > Estou fazendo um exercício teórico de regressão para estimar o efeito de um > programa a partir da base de dados disponível no código baixo. > > library(foreign) > lalonde <- > read.dta("http://dl.dropboxusercontent.com/u/7453595/BD_LAB/lalonde.dta";) > #carrega a base de dados > > str(lalonde) # variáveis > > # As variáveis re74, re75 e re78 contêm informações sobre o rendimento para > os anos de 1974, 1975 e 1978, respectivamente. > # A variável de tratamento t indica se o indivíduo participou do programa > (t=1) ou se não participou do programa (t=0). > # As demais variáveis contém características dos trabalhadores > > Trata-se de um experimento aleatório e quero mostrar que há aleatoriedade no > experimento. Assim, estou rodando a seguinte regressão: > > regressao1 <- lm(re78 ~ t, data=lalonde) > summary(regressao1) > > E em seguida incluindo os controles em uma outra regressão e gostaria de > mostrar que o estimador de t (tratamento) varia pouco (cerca de U$ 100,00). > > regressao2 <- lm(re78 ~ t+age+educ+nodegree+black+hisp+married, > data=lalonde) > summary(regressao2) > > Assim, gostaria de fazer um teste para verificar se o estimador de t na > regressão 1 é estatisticamente diferente da mesmo estimador na regressão 2. > > Está certo eu fazer da seguinte forma? > > install.packages("car") > library(car) > linearHypothesis(regressao2,"t=1794.3", test = "F") > > Desde já obrigado pelas ajudas. > > At. > > -- > Adriano Borges Costa > _______________________________________________ > R-br mailing list > [email protected] > https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br > Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código > mínimo reproduzível. > > > > _______________________________________________ > R-br mailing list > [email protected] > https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br > Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código > mínimo reproduzível. _______________________________________________ R-br mailing list [email protected] https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.
