Questão de Estatística · FGV TJ-MS 2024 (nº 52)

A análise de resíduos é uma etapa crucial na regressão linear, onde examinamos as diferenças (resíduos) entre os valores observados e os valores previstos pelo modelo. O objetivo é verificar se as suposições do modelo (como linearidade, independência dos erros, homoscedasticidade e normalidade dos erros) são válidas e se não há problemas com os dados (como outliers ou pontos influentes). Se as suposições forem válidas, os resíduos devem parecer aleatórios e sem padrões.

(A) Incorreta: Erros correlacionados (autocorrelação) são uma violação de uma das suposições do modelo de regressão linear (independência dos erros). A análise de resíduos busca detectar a presença de erros correlacionados, não que eles devam estar presentes. Pelo contrário, um bom modelo deve ter erros não correlacionados.

(B) Incorreta: Heterocedasticidade é a violação da suposição de homoscedasticidade, ou seja, a variância dos erros não é constante. A análise de resíduos busca detectar a heterocedasticidade (por exemplo, através de gráficos de resíduos em forma de funil), não que ela deva estar presente. Um bom modelo deve apresentar homoscedasticidade.

(C) Incorreta: Outliers são observações incomuns que podem distorcer o modelo. A análise de resíduos ajuda a identificar outliers para que sua influência possa ser avaliada. Embora possam existir outliers nos dados, um bom modelo (após a análise) idealmente não deve ser indevidamente influenciado por eles, ou eles devem ser tratados. A presença de outliers problemáticos não é um requisito, mas sim algo a ser investigado.

(D) Incorreta: Linearidade em X é uma suposição fundamental do modelo de regressão linear, ou seja, assume-se que a relação entre as variáveis preditoras e a variável resposta é linear. A análise de resíduos ajuda a verificar se essa suposição é válida (procurando por padrões nos resíduos que indicariam não-linearidade). Embora a linearidade seja desejada, a questão pergunta sobre o que "deve haver a presença de" como um resultado ou característica confirmada pela análise de resíduos, e "linearidade em X" é a própria suposição que está sendo testada, não um resultado direto da análise dos pontos ou resíduos em si, como é o caso dos pontos influentes. A armadilha aqui é que a linearidade é de fato uma característica desejável, mas a análise de resíduos busca a ausência de padrões que a contradigam, não a "presença" dela como um item a ser encontrado nos resíduos.

(E) Correta: Pontos não influentes são observações que, se removidas do conjunto de dados, não causam uma mudança significativa nos coeficientes de regressão ou nas previsões do modelo. A análise de resíduos inclui ferramentas e diagnósticos (como a Distância de Cook, DFFITS) para identificar pontos influentes (aqueles que têm um impacto significativo). Para que um modelo seja robusto e confiável, é altamente desejável que a maioria (idealmente todos) os pontos sejam não influentes. Portanto, a "presença de pontos não influentes" é uma característica desejável e um resultado positivo da análise de resíduos, indicando que o modelo não é excessivamente sensível a observações individuais.