5.1.4 Diagnóstico do Modelo

Você está aqui

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.

 

Tabela 5.4.1: Matriz de Correlação

 

Tabela 5.4.2: VIF das variáveis

 

Tabela 5.4.3: Medidas descritivas dos resíduos

 

Figura 5.4.1: Resíduos studentizados e padronizados versus valores ajustados

 

Figura 5.4.2: Boxplot do hii

 

Tabela 5.4.4: Teste de Bonferroni de Outliers

 

Tabela 5.4.5: Testes de Normalidade

 

Tabela 5.4.6: Testes de Homocedasticidade

 

Tabela 5.4.7: Teste Durbin-Watson de Independência

 

Tabela 5.4.8: Teste Falta de Ajuste

 

Para entender como executar essa função do Software Action, você pode consultar:

 

 Para entender como executar essa função do Software Action, você pode consultar o manual do usuário.

Análise de Regressão

Sobre o Portal Action

O Portal Action é mantido pela Estatcamp - Consultoria Estatística e Qualidade, com o objetivo de disponibilizar uma ferramenta estatística em conjunto com uma fonte de informação útil aos profissionais interessados.

Facebook

CONTATO

  •  Maestro Joao Seppe, 900, São Carlos - SP | CEP 13561-180
  • Telefone: (16) 3376-2047
  • E-Mail: [email protected]