Questão de Estatística — Modelos lineares — CESPE / CEBRASPE 2025

Análise de resíduos em regressão linear

Gabarito: letra B. A análise de resíduos é a ferramenta central para validar os pressupostos do modelo de regressão linear — linearidade, homocedasticidade, normalidade e independência dos erros. É exatamente isso que a alternativa B afirma, e é o que a torna a única correta entre as opções apresentadas.

A análise de resíduos é uma etapa essencial na validação de modelos estatísticos, especialmente em regressão linear. Ela consiste em examinar os resíduos — as diferenças entre os valores observados e os valores previstos pelo modelo — para verificar se as suposições fundamentais do modelo são satisfeitas. Essas suposições são: linearidade (a relação entre as variáveis é linear), homocedasticidade (a variância dos erros é constante), normalidade (os erros seguem distribuição normal) e independência (os erros são independentes entre si). Quando essas premissas são violadas, as inferências estatísticas baseadas no modelo podem ser inválidas, e a análise de resíduos é a principal ferramenta para detectar essas violações.

A banca explora aqui um tema clássico: a definição correta de resíduo e o propósito da análise de resíduos. A pegadinha está em alternativas que trocam conceitos fundamentais — como definir resíduo como diferença entre valores previstos e ajustados (quando na verdade é entre observados e previstos), ou afirmar que resíduos padronizados são calculados dividindo pela soma total dos resíduos (quando é pelo desvio padrão). A alternativa B, por sua vez, descreve com precisão o objetivo da análise de resíduos, tornando-a a resposta correta.

Alternativa A — ❌ Incorreta

Esta alternativa inverte a definição de resíduo. O resíduo é a diferença entre o valor observado e o valor previsto pelo modelo, não entre o previsto e o ajustado. Em termos formais, para a observação $i$, o resíduo é $e_i = Y_i - \hat{Y}_i$, onde $Y_i$ é o valor observado e $\hat{Y}_i$ é o valor previsto (ajustado) pelo modelo. A alternativa troca os termos, definindo resíduo como a diferença entre previsto e ajustado, o que não tem sentido estatístico — o valor ajustado é o próprio previsto.

Alternativa B — ✅ Correta ⟵ GABARITO

Esta alternativa descreve corretamente o propósito da análise de resíduos. A análise de resíduos é usada para verificar se o modelo atende aos pressupostos de linearidade, homocedasticidade, normalidade e independência. Esses são os quatro pressupostos fundamentais do modelo de regressão linear clássico. A linearidade é verificada observando se os resíduos não apresentam padrão sistemático quando plotados contra os valores ajustados; a homocedasticidade é verificada observando se a dispersão dos resíduos é constante ao longo dos valores ajustados; a normalidade é verificada por meio de histogramas, gráficos Q-Q ou testes de normalidade; e a independência é verificada observando se os resíduos não apresentam correlação serial. A alternativa B captura exatamente essa função da análise de resíduos.

Alternativa C — ❌ Incorreta

Esta alternativa erra a fórmula dos resíduos padronizados. Resíduos padronizados são calculados dividindo cada resíduo pelo seu desvio padrão estimado, não pela soma total dos resíduos. A soma total dos resíduos em um modelo de regressão com intercepto é sempre zero (uma propriedade dos mínimos quadrados), então dividir por ela não faria sentido — resultaria em divisão por zero. A fórmula correta para o resíduo padronizado é $r_i = \frac{e_i}{s \sqrt{1 - h_{ii}}}$, onde $s$ é o desvio padrão estimado dos erros e $h_{ii}$ é o leverage da observação $i$.

Alternativa D — ❌ Incorreta

Esta alternativa inverte a interpretação do gráfico de resíduos versus valores ajustados. A presença de resíduos não aleatórios (ou seja, com um padrão sistemático) indica que o modelo não é apropriado — há alguma violação dos pressupostos, como não linearidade ou heterocedasticidade. O que se espera de um modelo adequado é que os resíduos se distribuam aleatoriamente em torno de zero, sem padrão aparente. Portanto, a alternativa afirma exatamente o oposto do que é correto.

Alternativa E — ❌ Incorreta

Esta alternativa troca a distribuição exigida para os resíduos. O pressuposto de normalidade exige que os resíduos sigam uma distribuição normal, não uniforme. A distribuição uniforme é uma distribuição contínua com densidade constante em um intervalo, mas não é a distribuição assumida no modelo de regressão linear clássico. Se os resíduos seguem uma distribuição uniforme, o pressuposto de normalidade é violado, não atendido. A alternativa confunde as duas distribuições.

Gabarito: letra B