7.1.1 - Ajuste do modelo completo

Você está aqui

Considerando o modelo de regressão linear múltipla com todas as variáveis explicativas enunciadas na seção modelo de granulometria de material residual, verificamos inicialmente se há problemas de colinearidade e de multicolinearidade entre as variáveis envolvidas.

Usando o Software Action obtemos os seguintes resultados:

 


Tabela 7.1.1: Matriz de correlação para as covariáveis do modelo.

Analisando a Tabela 7.1.1 observamos que as variáveis APS D50 e APS D90 tem correlação superior a 0,9. Desta forma, vamos eliminar a covariável do APS D50 do modelo. Após avaliarmos a colinearidade entre as covariáveis envolvidas, realizamos um diagnóstico de outlier afim de detectar se alguma observação é outlier e ponto influente.

Figura 7.1.1: Boxplot do hii, leverage, Resíduos padronizados e studentizados versus valores ajustados.

 Agora, vamos fazer o diagnóstico de outliers. Pela Figura 5.3.1 observamos que a observação 48, 66 e 69 são outliers em Y pois os valores dos resíduos studentizados e padronizados são maiores que 3.

Tabela 7.1.2: Teste de Bonferroni para outliers.

Afim de confirmar a análise gráfica, pelo teste de Bonferroni da Tabela 7.1.2 apenas a observação 66 rejeita a hipótese de que não é um outlier.

Figura 7.1.2: Gráficos das medidas de influência das observações.

 Pela Figura 7.1.2 percebemos que além de outliers, a observação 66 é um ponto influente pois os seus valores de $ D_i $ (Distância de Cook) é maior que 1.

 

 

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]