5.4 Diagnóstico do Modelo

Para que o modelo ajustado seja confiável, as suposições descritas no "Diagnóstico do Modelo" não podem ser violadas. Para isso, vamos verificar se as variáveis Mn, P e Graf_E são correlacionadas e também verificar as suposições dos resíduos.

Na Tabela 5.4.1 temos que nenhuma correlação entre as variáveis é maior, em módulo, que 0,95 e também, a partir da Tabela 5.4.2, que nenhum VIF é maior que 10. Assim, não temos problema de alta correlação entre as variáveis.

Para verificar se existem outliers, analisamos se cada observação é outlier em X ou em Y. Pela Figura 5.4.1 verificamos que nenhum resíduo é maior, em módulo, que 3 e por isso nenhuma observação é outlier em Y. Já em relação a X, pela Figura 5.4.2 temos que dois pontos apresentam valores de hii maiores que 0,19 (2(p+1)/n). Mas pelo teste de Bonferroni da Tabela 5.4.4 temos que eles não são outliers pois não rejeitamos a hipótese de que as observações não são outliers.

Na análise dos resíduos, temos na Tabela 5.4.3 medidas descritivas dos resíduos em que percebemos valores próximos de 0. Além disso, verificamos na Tabela 5.4.5 que os resíduos são normalmente distribuídos pelo teste de Anderson Darling com um nível de significância de até 2% mas pelo o teste de Kolmogorov o nível de significância pode ser até 16%.

Pela Tabela 5.4.6 temos que os resíduos são homocedásticos a um nível de significância de até 1% no teste Goldfeld Quandt e de até 60% no teste de Breusch Pagan. Em relação ao teste de independência, temos que a estatística de Durbin Watson, Tabela 5.4.7, está perto de 2 e também não rejeitamos a hipótese de independência dos resíduos observando o p-valor do teste.

Por fim, pela Tabela 5.4.8 temos que a um nível de significância de até 4,7%, não rejeitamos a hipótese de que o modelo ajustado é adequado.