Olá Prof. Paulo Entendi, vou recorrer a segunda opção, assim que obter todos os dados posto aqui os componentes principais.
Muito Obrigado pela ajuda! Em 10 de junho de 2015 10:15, Paulo Justiniano <[email protected]> escreveu: > Wagner > > Inicialmente vejo duas formas de pensar no uso destas "potenciais" > covariáveis: > > 1. fazer uma seleção de variáveis ficando apenas com aquelas realmente > assocuiadas com a resposta. > Por exemplo poderia usar um metodo stepwise (mesmo ignorando dependencia > espacial) com um criterio de entrada mais parcimonioso. > É possível fazer isto no modelo espacial tb incluindo as veriáveis e > comparando ajustes, mas não existe um stepwise implementado para isto > > 2. Construir (co)variáveis a partir destas 10 atraves, por exemplo de > analise de componentes principais ou fatorial. > Neste caso voce parte do principio que não que selecionar covariáveis > originais ou interpretar cada uma delas individualmente (embora alguns > componentes ou fatores possam vir a ser interpretaveis na sua composição. > Estou supondo aqui que as coveriáveis são contínuas > > Note que em um caso ou outro voce vai precisar dos valores > nos pontos de predição tb na hora da interpolação. > > > > > On Sun, 7 Jun 2015, Wagner Wolff wrote: > > Olá pessoal da lista! >> >> Eu tenho mais de 10 covariáveis que quero testar para a remoção de >> tendência espacial de um modelo geoestatístico, no qual utilizarei o AIC >> como índice de escolha >> do melhor modelo. Gostaria de saber como eu poderia proceder para fazer >> um filtro nessas covariáveis, eliminando as que não terão peso >> significativo no modelo, >> antes de testar o AIC. Sendo assim minha pergunta é: >> >> É garantido que as covariáveis que terão maior correlação com a variável >> a ser interpolada, serão as que representarão no modelo de retirada de >> tendência o menor >> AIC? >> >> É válido fazer um gráfico Biplot para analisar isso ou a matriz de >> correlação já seria suficiente? >> >> Obrigado pela atenção! >> Wagner Wolff >> >> > _______________________________________________ > 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.
