Uso de Modelos Estatísticos Preditivos

Quando não existem dados primários de determinados eventos, pode-se utilizar modelos preditivos para obtenção de estimativas. A construção de modelos conceituais que expliquem as relações entre os fatores estudados permite, desta forma, que determinadas situação sejam identificadas. Para a sua construção parte-se do principio que alguns fatores agem direta ou indiretamente sobre a ocorrência do desfecho procurado, neste caso a insegurança alimentar. Estes fatores encontam-se em diferentes níveis de hierarquia (proximais, intermediários ou distais) em relação à variável desfecho.

Várias técnicas podem ser utilizadas para a construção de modelos preditivos. A mais simples consiste na análise univariada, quando somente uma variável preditiva é avaliada por vez, em relação à variável desfecho,. Essa técnica traz bons resultados individualmente, porém não permite que as relações das variáveis entre si sejam exploradas,nem sua relação conjunta na variável resposta.

Para que tais relações possam ser avaliadas, existe a possibilidade de utilização da técnica de análise multivariada. Essa análise pode ser realizada por um modelo de regressão linear múltipla, expressa na forma de uma equação, onde todas as variáveis são consideradas em relação ao desfecho, porém sempre obedecendo uma relação linear, o que nem sempre ocorre.

Quando as variáveis preditoras tem uma relação não-linear com o desfecho, há de se utilizar a regressão logística, método que transforma essa relação curvilínea em linear, utilizando uma escala logarítima. Esse recurso estatístico é especialmente utilizados em casos de desfecho binário como , neste caso, a presença ou ausência de insegurança alimentar grave.

A equação obtida pela regressão logística múltipla prediz a proporção de indivíduos com a presença do desfecho. Os valores ficam restritos aos valores entre o 0 e o 1, o que gera menor variância nos seus extremos (distribuição binomial). A regressão logística múltipla utiliza o princípio de que a variável desfecho é dicotômica e só pode assumir dois estados, o que gera como conseqüência estatística uma redução do erro (desvio do predito do observado).