Questão Resolvida: Modelagem e Inferência Estatística (Univesp) - Semana 4

Geral

Modelagem e Inferência Estatística

Semana 4

Questão

A adequação de modelos de regressão, sejam eles lineares ou não lineares, é fundamental para garantir que as previsões e estimativas geradas pelos modelos sejam confiáveis. Na regressão linear, a relação entre as variáveis é presumida como sendo linear, enquanto na regressão não linear, essa relação pode assumir diferentes formas. Em ambos os casos, é necessário verificar se o modelo ajustado se adequa bem aos dados, por meio de testes e da análise de resíduos, por exemplo. A qualidade do ajuste do modelo pode ser influenciada por diversos fatores, como a presença de outliers, a multicolinearidade e a escolha das variáveis explicativas.

Com base nisso, assinale a alternativa correta sobre a adequação de modelos de regressão.

A) A escolha correta das variáveis explicativas é irrelevante na adequação modelos não lineares.

B) A análise dos resíduos é essencial para verificar a adequação de modelos de regressão.

C) A multicolinearidade entre variáveis explicativas não afeta a qualidade do modelo.

D) A adequação de um modelo de regressão linear não é afetada pela presença de outliers.

E) Modelos não lineares sempre apresentam um ajuste melhor que os modelos lineares.