DIAGNÓSTICO EM REGRESSÃO NORMAL LINEAR:
PRINCÍPIOS E APLICAÇÃO

 Artur José LEMONTE[1]

§     Resumo: Modelos estatísticos são extremamente usados para extrair e conhecer as características de um conjunto de dados. Modelos, entretanto, são sempre descrições aproximadas de um processo mais complicado. Portanto, considerações da adequacidade de um modelo são extremamente importantes. Apresentamos neste artigo algumas técnicas de diagnóstico em modelos de regressão normais lineares que, de modo geral, podem ser vistas como métodos para estudar a variação na análise dos resultados quando o modelo em estudo é submetido a algum tipo de perturbação. Adicionalmente, apresentamos em detalhes o método de influência local desenvolvido por Cook (1986)

§     PALAVRAS-CHAVE: Influência local; medidas de diagnóstico; modelo normal linear.

 



[1] Departamento de Estatística, Universidade de São Paulo – USP, Rua do Matão, 1010, CEP: 05508-090, São Paulo, SP,  Brasil. E-mail: arturlemonte@gmail.com