- O que os resíduos nos dizem?
- Como você interpreta um enredo residual?
- Por que a análise residual é importante?
O que os resíduos nos dizem?
Um resíduo é uma medida de quão bem uma linha se encaixa em um ponto de dados individual. Esta distância vertical é conhecida como residual. Para pontos de dados acima da linha, o resíduo é positivo e, para pontos de dados abaixo da linha, o residual é negativo. Quanto mais próximo o resíduo de um ponto de dados é de 0, melhor o ajuste.
Como você interpreta um enredo residual?
Se os pontos não mostrarem padrão, ou seja, os pontos são dispersos aleatoriamente, podemos concluir que um modelo linear é um modelo apropriado. Se os pontos mostrarem um padrão curvo, como um padrão em forma de U, podemos concluir que um modelo linear não é apropriado e que um modelo não linear pode se encaixar melhor.
Por que a análise residual é importante?
A análise residual é uma classe útil de técnicas para a avaliação da bondade de um modelo ajustado. Verificar as suposições subjacentes é importante, pois a maioria dos estimadores de regressão linear requer uma função de regressão corretamente especificada e erros independentes e distribuídos de forma idêntica para serem consistentes.