A escolha de um modelo de regressão apropriado depende da natureza da relação entre a variável resposta e os preditores. Em alguns casos, relações não lineares podem ser melhor representadas através de modelos quadráticos, aumentando a capacidade preditiva. Avaliar a pertinência dessa escolha exige interpretação criteriosa das métricas de ajuste.

Durante um estudo sobre a produtividade de plantações agrícolas, foram ajustados dois modelos de regressão: um modelo linear múltiplo simples e um modelo quadrático completo, incluindo termos ao quadrado dos preditores e suas interações. Observou-se que o modelo quadrático apresentou um aumento de  de  em relação ao modelo linear, porém também aumentou em  o número de preditores.

Com relação a este tema e à análise crítica sobre a adequação do modelo quadrático, analise as asserções a seguir:

I. A adoção de modelos quadráticos completos pode levar a uma superestimação da capacidade preditiva se não houver evidências de que os termos quadráticos e de interação contribuem significativamente.

PORQUE

II. A simples elevação do valor de  não assegura a melhoria real do modelo, sendo necessária uma avaliação crítica com base em medidas ajustadas e testes de comparação.

A respeito dessas asserções, assinale a alternativa correta: