Questão de Estatística — Modelos lineares — FGV 2024

Teste de significância de coeficientes na regressão linear múltipla

Gabarito: letra C. Para testar a significância de um coeficiente individual em um modelo de regressão linear múltipla, utiliza-se o teste t de Student, cuja estatística é dada por $t = \frac{\hat{\beta}_i - \beta_0}{s_{\hat{\beta}_i}}$, comparando a estimativa do coeficiente com seu erro-padrão. Esse é o procedimento padrão na inferência sobre parâmetros de regressão, conforme a teoria de modelos lineares.

Na regressão linear múltipla, o objetivo é modelar uma variável dependente $Y$ em função de $k$ variáveis independentes $X_1, X_2, \ldots, X_k$, por meio da equação $Y = \beta_0 + \beta_1 X_1 + \cdots + \beta_k X_k + \varepsilon$. Após estimar os coeficientes pelo método dos mínimos quadrados, surge a pergunta: cada coeficiente é estatisticamente diferente de zero? Para responder, conduzimos um teste de hipóteses individual para cada parâmetro, com hipótese nula $H_0: \beta_i = 0$ contra a alternativa $H_1: \beta_i \neq 0$. A estatística de teste é a razão entre a estimativa do coeficiente e o seu erro-padrão, que segue uma distribuição t de Student com $n - k - 1$ graus de liberdade (em que $n$ é o tamanho da amostra e $k$ o número de variáveis explicativas).

A distinção crucial é entre o teste t (individual) e o teste F (conjunto). Enquanto o teste t avalia a significância de cada coeficiente separadamente, o teste F avalia se pelo menos um dos coeficientes do modelo é diferente de zero, ou seja, a significância conjunta do modelo. Na ANOVA da regressão, a estatística F compara a variabilidade explicada pelo modelo com a variabilidade residual. Portanto, quando a questão pede "testar a significância de um determinado coeficiente", a resposta é o teste t de Student.

A pegadinha da banca está em confundir o teste t (individual) com o teste F (conjunto). Muitos candidatos, ao verem "regressão linear múltipla", lembram da ANOVA e do teste F, mas o enunciado é específico: "de um determinado coeficiente". O teste F não identifica qual coeficiente é significativo; ele apenas indica se o modelo como um todo tem poder explicativo. Já o teste t fornece o p-valor individual para cada coeficiente, permitindo decidir se aquela variável específica deve permanecer no modelo.

Alternativa A — ❌ Incorreta

O teste de Friedman é um teste não paramétrico utilizado para comparar mais de dois grupos relacionados (dados emparelhados), sendo uma alternativa à ANOVA de medidas repetidas quando a suposição de normalidade não é satisfeita. Não tem relação com a significância de coeficientes em regressão linear.

Alternativa B — ❌ Incorreta

O teste Z da Normal é usado para testar hipóteses sobre a média quando a variância populacional é conhecida ou quando a amostra é grande (pelo Teorema Central do Limite). Na regressão, a variância do erro é desconhecida e estimada a partir da amostra, o que torna a distribuição t mais adequada, especialmente para amostras pequenas. O teste Z não é o procedimento padrão para coeficientes de regressão.

Alternativa C — ✅ Correta ⟵ GABARITO

O teste t de Student é exatamente o teste utilizado para verificar a significância individual de cada coeficiente em um modelo de regressão linear múltipla. A estatística é $t = \frac{\hat{\beta}_i}{s_{\hat{\beta}_i}}$, e sob a hipótese nula $\beta_i = 0$, essa estatística segue uma distribuição t com $n - k - 1$ graus de liberdade. Se o valor absoluto de t for maior que o valor crítico (ou se o p-valor for menor que o nível de significância), rejeita-se $H_0$ e conclui-se que o coeficiente é estatisticamente significativo.

Alternativa D — ❌ Incorreta

O teste F de Fisher-Snedecor é utilizado para testar a significância conjunta de todos os coeficientes do modelo (ou de um subconjunto deles). Na ANOVA da regressão, a estatística F compara a soma dos quadrados do modelo com a soma dos quadrados dos resíduos. Ele não responde à pergunta sobre um coeficiente específico, pois não indica qual variável é significativa.

Alternativa E — ❌ Incorreta

O teste Qui-Quadrado de Pearson é usado para testar a independência entre variáveis categóricas em tabelas de contingência, ou para testes de aderência (bondade de ajuste). Não se aplica à significância de coeficientes em regressão linear, que envolve variáveis contínuas e parâmetros estimados.

Gabarito: letra C