Gráfico de linha ajustada binária

O gráfico de linha ajustada binária modela a probabilidade de um resultado aprovado/reprovado ou sim/não em função de um preditor contínuo, usando linhas binárias brutas ou contagens de eventos/tentativas e uma função de ligação logit, probit ou log-log complementar. A saída inclui a equação de regressão, ANOVA de deviance, Deviance R-Sq, AIC, área sob a curva ROC, coeficientes, razões de chances (logit), a curva ajustada e as observações incomuns.

Última revisão

Conclusão principal

O gráfico de linha ajustada binária ajusta uma regressão logística (ou probit) de um resultado sim/não em um preditor contínuo e desenha a curva de probabilidade em S, mostrando o quanto um ajuste deve mudar para o evento ficar provável.

Nesta página
  1. Finalidade
  2. Principais recursos
  3. Métodos estatísticos
  4. Campos de entrada e opções
  5. Descrição da saída
  6. Exemplo prático

Finalidade

O gráfico de linha ajustada binária (Binary Fitted Line Plot) modela como a probabilidade de um resultado sim/não muda com um preditor contínuo e desenha a curva ajustada em S sobre os dados. Use-o quando o resultado for aprovado/reprovado, defeituoso/bom ou empedrado/não empedrado e você quiser saber o quanto um ajuste, como temperatura, umidade ou dose, deve mudar para o evento se tornar provável.

Principais recursos

  • Aceita dados brutos (uma linha por unidade, com uma coluna sim/não) ou dados resumidos (número de eventos e número de tentativas por linha).
  • Função de ligação logit, probit ou log-log complementar.
  • Equação de regressão, tabela ANOVA de deviance, resumo do modelo, coeficientes com intervalos de confiança e, para a ligação logit, a razão de chances (odds ratio) para qualquer incremento do preditor.
  • Gráfico da curva de probabilidade ajustada, com proporções observadas e banda de confiança opcionais.
  • Tabela de observações incomuns (resíduos grandes ou valores incomuns do preditor) e gráficos de resíduos opcionais.
  • Coluna de frequência opcional para dados com linhas repetidas.

Métodos estatísticos

A ferramenta ajusta uma regressão logística binária com um preditor como um modelo linear generalizado com distribuição binomial, por máxima verossimilhança (mínimos quadrados reponderados iterativamente). Com a ligação logit, P(evento) = exp(b₀ + b₁x) / (1 + exp(b₀ + b₁x)); com probit, P = Φ(b₀ + b₁x); com log-log complementar, P = 1 − exp(−exp(b₀ + b₁x)). No formato de dados brutos, as linhas cuja resposta é igual ao valor do evento (Event value) contam como eventos e todas as demais como não eventos.

A tabela ANOVA testa o preditor pela redução da deviance: χ² = deviance nula − deviance residual, com 1 grau de liberdade. Deviance R-Sq é a parcela da deviance nula explicada. A tabela de coeficientes fornece os valores z de Wald e os intervalos de confiança b ± z·SE; a razão de chances para um incremento Δ é exp(b₁·Δ), com intervalo exp(Δ × os limites de b₁). Area Under ROC Curve é a chance de um evento escolhido ao acaso ter uma probabilidade ajustada maior que a de um não evento escolhido ao acaso (0.5 = nenhuma discriminação, 1 = perfeita).

A banda de confiança em torno da curva usa o erro padrão do preditor linear, retransformado para a escala de probabilidade. Na tabela de observações incomuns, um resíduo padronizado além de ±2 é sinalizado com R e uma alavancagem acima de 3p/n é sinalizada com X. Com dados brutos, as proporções observadas no gráfico são as taxas de eventos em até 10 grupos de igual tamanho ao longo do preditor.

Campos de entrada e opções

Campo

Descrição

Data format

Binary response (uma linha por observação, padrão) ou Event/Trial (uma linha por ajuste, com uma contagem de eventos e uma contagem de tentativas).

Response / Event value

Formato Binary response: a coluna com o resultado e o valor nela que conta como evento (ex.: Yes, Fail, 1).

Number of events / Number of trials

Formato Event/Trial: as colunas com a contagem de eventos e o número de unidades testadas em cada linha.

Event name

Rótulo opcional do evento, usado na equação e no eixo do gráfico, ex.: Caked. Em branco: o Event value (formato Binary response) ou o nome da coluna de eventos (formato Event/Trial).

Predictor (continuous)

Preditor numérico. Obrigatório.

Link function

Logit (padrão), Probit ou Complementary log-log.

Confidence level

Padrão 95.

Type of confidence interval

Two-sided (padrão), Lower bound ou Upper bound; aplica-se aos coeficientes, às razões de chances e à banda da curva.

Frequency (optional)

Coluna com o número de vezes que cada linha ocorre.

Increment for odds ratio

Variação do preditor para a qual a razão de chances é informada. Padrão 1. Somente com a ligação logit.

Display observed proportions / Display confidence interval

Adicionam ao gráfico as proporções observadas de eventos e a banda de confiança. Desativados por padrão.

Residuals for plots

Resíduos Regular ou Deviance para os gráficos de resíduos.

Histogram of residuals / Normal probability plot of residuals / Residuals versus order / Three in one

Gráficos de resíduos; Three in one desenha os três juntos.

Residuals versus the variables

Plota os resíduos em função de uma coluna escolhida.

binary-fitted-line-plot-inputs


Figura 1 — Opções para o exemplo de empedramento de sacos: Caked como resposta com o evento Yes, Storage_RH_pct como preditor, ligação logit, razão de chances para um aumento de 5 pontos na umidade.

Descrição da saída

  • Regression Equation — a probabilidade ajustada do evento em função do preditor.
  • Analysis of Variance — teste de deviance do preditor (Adj Dev, Chi-Square, P-Value), com a deviance do erro e a total.
  • Model Summary — Deviance R-Sq, Deviance R-Sq(adj), AIC, AICc, BIC e Area Under ROC Curve.
  • Coefficients — Coef, SE Coef, Z-Value, P-Value e limites de confiança para a constante e o preditor.
  • Odds Ratios for Continuous Predictors (ou Odds Ratios (Increment=Δ)) — somente com a ligação logit.
  • Binary Fitted Line Plot — curva de probabilidade ajustada, com as proporções observadas e a banda de confiança, se marcadas.
  • Fits and Diagnostics for Unusual Observations — linhas sinalizadas com R (resíduo grande) ou X (X incomum).
  • Gráficos de resíduos, se selecionados.
  • Exportação em PDF por meio de Download.

binary-fitted-line-plot-output


Figura 2 — Gráfico de linha ajustada binária da chance de empedramento em função da umidade de armazenamento: a curva passa por 50% em cerca de 64% de UR.

Exemplo prático

A barrilha pode empedrar no saco quando armazenada em condições úmidas. Uma equipe de armazém verifica 50 sacos estocados, anotando a umidade relativa média a que cada saco foi exposto (Storage_RH_pct, de 35 a 88%) e se o produto havia empedrado (Caked: 25 Yes, 25 No). Eles selecionam Caked como resposta, com Event value Yes, Storage_RH_pct como preditor, mantêm a ligação logit, definem o incremento da razão de chances como 5 e marcam as duas opções de exibição.

A umidade tem um efeito claro: o qui-quadrado da deviance é 41.55, com p < 0.001, Deviance R-Sq é 59.94% e a área sob a curva ROC é 0.9472; assim, a umidade separa bem os sacos empedrados dos sadios. A equação é P(Yes) = exp(−10.73 + 0.1681 RH) / (1 + exp(−10.73 + 0.1681 RH)). Cada aumento de 5 pontos na umidade multiplica as chances de empedramento por 2.32 (IC de 95% de 1.55 a 3.46). Pela equação, a chance de empedramento é de cerca de 19% com 55% de UR, 50% com 63.8% de UR e 74% com 70% de UR.

Três sacos são sinalizados como incomuns: dois empedraram com baixas probabilidades ajustadas (0.12 e 0.10) e um permaneceu sadio com 0.90; vale verificar outras causas, como forros danificados. Para manter o risco de empedramento abaixo de cerca de 10%, a curva indica armazenar abaixo de aproximadamente 51% de UR. Trocar para a ligação probit dá um ajuste quase igual (Deviance R-Sq 60.50%).

Perguntas frequentes

O que é um gráfico de linha ajustada binária?

Um gráfico de linha ajustada binária modela como a probabilidade de um resultado sim/não, como aprovado/reprovado ou empedrado/não empedrado, muda com um preditor contínuo e desenha a curva ajustada em S sobre os dados. É uma regressão logística binária com um preditor, ajustada por máxima verossimilhança, com ligação logit, probit ou log-log complementar.

Como interpretar a razão de chances em um gráfico de linha ajustada binária?

Com a ligação logit, a razão de chances para um incremento do preditor é exp(b1 x incremento). É o fator pelo qual as chances do evento são multiplicadas para essa mudança. No exemplo, cada aumento de 5 pontos na umidade de armazenamento multiplicou as chances de empedramento por 2.32, com intervalo de confiança de 95% de 1.55 a 3.46.

Como saber se o preditor tem um efeito significativo?

A tabela ANOVA testa o preditor pela redução da deviance, um qui-quadrado com 1 grau de liberdade; um valor-p pequeno indica um efeito claro. Deviance R-Sq mostra a parcela da deviance nula explicada, e a área sob a curva ROC mostra a discriminação, em que 0.5 significa nenhuma e 1 significa perfeita.

Como fazer um gráfico de linha ajustada binária no Zometric Statistical Software?

Escolha o formato dos dados: uma coluna de resposta binária com um Event value ou colunas com o número de eventos e de tentativas. Selecione o preditor contínuo e uma função de ligação (logit por padrão), defina o nível de confiança e o incremento da razão de chances e, opcionalmente, exiba as proporções observadas e a banda de confiança. A saída traz a equação, as tabelas e o gráfico.