ANÁLISE DA DISTRIBUIÇÃO DOS RESÍDUOS (DIAGNÓSTICO)

É um importante elemento para visualizar o desempenho da função de

regressão, sendo possível observar a existência de tendências nas
estimativas propiciadas pela regressão ajustada.

Esta análise deve ser feita tanto para as equações lineares como para as não
lineares. É um critério para a escolha do modelo a ser usado, não podendo
ser desprezada esta informação. Se o modelo for tendencioso deverá ser
rejeitado, mesmo que as outras medidas sejam boas.

Resíduo (ei) é o valor real (Yi) menos valor estimado pela regressão ( Ŷi )
de uma ou de várias observações.

ei = Yi - Ŷi

Os erros são independentes

Os erros têm média zero e variância desconhecida
Os erros têm distribuição normal

Existem diferentes tipos de resíduos

a) Resíduos simples (ei)

ei  Yi  Yˆi

b) Resíduos padronizados (ep)

e p  ei s yx

c) Resíduos percentuais (ei%)

 Y  Yˆ   Yˆ  Y 
ei %   i i   100 ou ei %   i i   100
 Yi   Yi 

Estes podem ser analisados em função de diferentes variáveis:

a) Resíduos em função do tempo (idade)
b) Resíduos em função dos valores estimados
c) Resíduos em função das variáveis independentes
Plotando os valores dos resíduos em função da variável escolhida, é
possível observar se existe tendenciosidade. E, alguns tipos de
tendenciosidade, indicam ações que podem ser tomadas para eliminar a
tendenciosidade.

Sem tendenciosidade:

Com tendenciosidade:

Falta um termo linear em idade ou existe erro de cálculo.

Com tendenciosidade:
 0

Há heterogeneidade de variância. Pode ser feita a transformação de Y ou

equações ponderadas.

Com tendenciosidade:

Necessidade de acrescentar termos quadráticos ao modelo original e/ou

transformar a variável Y.

A Análise dos Resíduos também pode ser feita de forma estatística, ou seja,
através do cálculo da Média dos Desvios Percentuais (MDP):

 Yi  Yˆi   Yˆi  Yi 
   
n n
  100   100
i
Y  ou i
Y 
D %  MDP   i  D %  MDP   i 
n n

Quanto menor o valor do MDP, melhor será o modelo. O resultado

representa quanto em média os valores calculados estão sendo super ou
subestimados em relação aos valores reais.