Tópicos em regressão para riscos relativos

Abstract

O modelo de regressão logística é, provavelmente, o modelo para dados binários mais popular. Algumas justificativas para sua ampla utilização são a simplicidade computacional e o uso da razão de chances em estudos de caso controle. Entretanto, sua interpretação não é tão trivial, comumente levando à supervalorização do efeito das covariáveis. O modelo log-binomial oferece uma interpretação dos resultados de forma mais intuitiva, por meio do risco relativo. O fato do modelo logbinomial apresentar restrições no espaço paramétrico torna o método para seu ajuste mais complexo. Entretanto, já existem soluções para lidar com essas restrições. Neste trabalho serão abordadas as vantagens do modelo log-binomial, além das soluções para lidar com a restrição no espaço paramétrico e comentaremos o processo de estimação considerando as abordagens clássica e bayesiana. Por fim, estudaremos, via simulação e reamostragem, o comportamento dos testes de Vuong e de Cox para escolha do melhor modelo, na comparação da regressão log-binomial com a regressão logística.