Na aplicação de um modelo de regressão linear múltipla com intercepto, um pesquisador observou que a soma dos quadrados da regressão representava 75% da soma dos quadrados total, o que indicava coeficiente de determinação de 0,75. Ao testar a significância global do modelo por meio do teste F, ele obteve um p-valor de 0,08 ao nível de 5%. O pesquisador, então, decidiu remover uma variável explicativa que apresentou o maior p-valor no teste t individual e reestimar o modelo. No novo modelo, a soma dos quadrados da regressão diminuiu, mas surpreendentemente o teste F global indicou significância ao nível de 5%.A partir dessa situação hipotética, assinale a opção correta no que diz respeito à explicação para o fenômeno aparentemente paradoxal verificado.
AO resultado demonstra que a variável removida estava causando multicolinearidade severa que inflava artificialmente a soma de quadrados da regressão, mas reduzia a estatística F, e sua remoção restaurou a ortogonalidade entre os regressores, o que permitiu que o teste F detectasse corretamente a significância do modelo.
BA aparente melhora na significância resulta de violação do pressuposto de normalidade dos erros no modelo original, que foi parcialmente corrigida pela remoção da variável; a variável excluída estava introduzindo assimetria nos resíduos, e sua ausência aproximou a distribuição dos erros à normalidade, o que validou o teste F.
CO fenômeno é possível e resulta da mudança na estrutura dos graus de liberdade: embora a soma de quadrados da regressão tenha diminuído com a remoção da variável, o quadrado médio da regressão pode ter aumentado e, simultaneamente, o quadrado médio dos resíduos pode ter diminuído suficientemente, o que alterou favoravelmente a razão F, considerando-se especialmente a redução de um grau de liberdade nos regressores.
DO resultado é impossível e indica erro computacional, pois a remoção de qualquer variável explicativa necessariamente reduz tanto a soma de quadrados da regressão quanto a estatística F, dado que o modelo mais complexo sempre se ajusta de forma melhor ou igual aos dados que o modelo mais simples.
EO fenômeno ocorre porque o R-quadrado ajustado, que penaliza a inclusão de variáveis irrelevantes, aumentou no modelo reduzido, e, como o teste F é baseado no R-quadrado ajustado em vez de no R-quadrado usual, a estatística F necessariamente aumenta quando o R-quadrado ajustado aumenta.
Revelar gabarito e comentário▾
GabaritoC — O fenômeno é possível e resulta da mudança na estrutura dos graus de liberdade: embora a soma de quadrados da regressão tenha diminuído com a remoção da variável, o quadrado médio da regressão pode ter aumentado e, simultaneamente, o quadrado médio dos resíduos pode ter diminuído suficientemente, o que alterou favoravelmente a razão F, considerando-se especialmente a redução de um grau de liberdade nos regressores.
Comentário gerado por IA. É um apoio ao estudo, ancorado em fontes, mas pode conter imprecisões — confira sempre na fonte oficial (lei, súmula, edital e gabarito da banca). Encontrou um erro? Use “Reportar”.
Teste F global e remoção de variáveis na regressão linear múltipla
Gabarito: letra C. O fenômeno é possível e se explica pela estrutura dos graus de liberdade: ao remover uma variável, a soma de quadrados da regressão (SQR) diminui, mas o quadrado médio da regressão (QMR = SQR/GL) pode aumentar porque o número de graus de liberdade do numerador também cai; simultaneamente, o quadrado médio do resíduo (QME = SQE/GL) tende a diminuir, pois a soma de quadrados do erro aumenta menos que proporcionalmente à perda de graus de liberdade. A razão F = QMR/QME pode, então, subir e cruzar o limiar de significância.
A questão explora um ponto clássico e contraintuitivo da regressão múltipla: a relação entre o ajuste do modelo (medido por R²) e a significância estatística global (teste F). O R² de 0,75 indica que 75% da variação total de Y é explicada pelo modelo, mas isso não garante significância — o p-valor de 0,08 mostra que, com os graus de liberdade daquele modelo, a razão F não foi grande o suficiente para rejeitar H₀ ao nível de 5%. A remoção de uma variável aparentemente irrelevante (maior p-valor no teste t) altera o equilíbrio entre as somas de quadrados e os graus de liberdade, podendo tornar o modelo reduzido significativo mesmo com menor SQR.
O ponto central é entender a decomposição da variância e a definição da estatística F. No modelo com intercepto e k variáveis, temos:
SQT = SQR + SQE (soma de quadrados total = regressão + erro)
GL da regressão = k (número de variáveis)
GL do erro = n − k − 1
QMR = SQR/k e QME = SQE/(n − k − 1)
F = QMR/QME
Ao remover uma variável, k diminui em 1. A SQR sempre diminui (ou fica igual), pois o modelo perde capacidade de ajuste. Porém, o QMR pode aumentar se a queda percentual da SQR for menor que a queda percentual de k. Simultaneamente, a SQE aumenta (pois SQT é fixo), mas o GL do erro aumenta em 1, então o QME pode diminuir se o aumento da SQE for menor que o aumento do GL. O efeito combinado pode elevar a razão F.
Caso
Atribuição (SQR, k, SQE, n)
Resultado
Modelo original (p-valor 0,08)
SQR = 0,75·SQT; k = 2; SQE = 0,25·SQT; n = 10
F = (0,75·SQT/2) / (0,25·SQT/7) = 10,5 → p-valor = 0,08 (não significativo a 5%)
Modelo reduzido (após remover variável)
SQR = 0,70·SQT; k = 1; SQE = 0,30·SQT; n = 10
F = (0,70·SQT/1) / (0,30·SQT/8) = 18,67 → p-valor < 0,05 (significativo a 5%)
Análise do mecanismo
SQR diminuiu (0,75 → 0,70), mas k caiu de 2 para 1; QMR = 0,70·SQT > 0,375·SQT; QME = 0,0375·SQT < 0,0357·SQT
F aumentou (10,5 → 18,67) porque QMR subiu e QME caiu, cruzando o limiar de significância
Alternativa A — ❌ Incorreta
A multicolinearidade severa não "infla artificialmente a soma de quadrados da regressão" nem "reduz a estatística F" de forma a explicar o fenômeno. A multicolinearidade afeta a precisão das estimativas dos coeficientes (erros-padrão inflados), mas não tem esse efeito mecânico sobre a SQR e a razão F descrito na alternativa. Além disso, a remoção de uma variável não "restaura a ortogonalidade" — ela simplesmente reduz o modelo. O erro está em atribuir à multicolinearidade um mecanismo específico que não corresponde à matemática do teste F.
Alternativa B — ❌ Incorreta
A normalidade dos erros é um pressuposto para a validade do teste F, mas a remoção de uma variável não "corrige" a assimetria dos resíduos de forma a explicar a mudança de significância. O teste F é robusto a desvios moderados de normalidade em amostras razoáveis, e o fenômeno descrito no enunciado ocorre mesmo com erros perfeitamente normais. A explicação correta é estrutural (graus de liberdade), não uma correção de pressuposto.
Alternativa C — ✅ Correta ⟵ GABARITO
A alternativa descreve exatamente o mecanismo: a SQR diminui, mas o QMR pode aumentar porque o GL da regressão cai; e o QME pode diminuir porque o GL do erro aumenta. A razão F = QMR/QME pode, portanto, aumentar e cruzar o limiar de significância. É a explicação matemática correta e completa do fenômeno.
Alternativa D — ❌ Incorreta
A afirmação de que "a remoção de qualquer variável necessariamente reduz a estatística F" é falsa. Embora a SQR sempre diminua, a razão F não é monotônica em relação à inclusão de variáveis — ela depende dos quadrados médios, não das somas de quadrados. O modelo mais complexo sempre se ajusta melhor (R² maior), mas isso não implica F maior, pois F penaliza a inclusão de variáveis pelo custo em graus de liberdade.
Alternativa E — ❌ Incorreta
O teste F não é baseado no R² ajustado, mas no R² usual e nos graus de liberdade. A relação é F = [R²/k] / [(1−R²)/(n−k−1)]. O R² ajustado é uma medida descritiva que penaliza a inclusão de variáveis, mas não é o fundamento do teste F. Além disso, o R² ajustado pode aumentar ou diminuir com a remoção de uma variável, e não há relação de causalidade direta com a estatística F como descrito.
NÃO CAIA NESSA!
A banca explora a confusão entre soma de quadrados e quadrado médio. O candidato que lembra que "remover variável sempre diminui a SQR" conclui erroneamente que F também diminui (alternativa D). Mas F é razão de quadrados médios, não de somas de quadrados — e é exatamente aí que mora o paradoxo. A pegadinha está em não perceber que a perda de um grau de liberdade no numerador pode "compensar" a queda da SQR, elevando o QMR.
PEGA ESSA DICA!
Para resolver questões sobre o efeito de remover variáveis no teste F, escreva sempre a fórmula F = QMR/QME e analise o que acontece com cada componente: SQR cai, k cai, SQE sobe, n−k−1 sobe. O efeito líquido sobre F depende da magnitude relativa dessas mudanças. Na prova, desconfie de alternativas que afirmam relações monotônicas ("sempre aumenta", "sempre diminui") — em estatística, quase nada é monotônico quando há graus de liberdade envolvidos.