Modelos lineares
Modelos Lineares: Resumo para Concursos
1. Conceito Básico
Modelos lineares são técnicas estatísticas que relacionam uma variável dependente (Y) a uma ou mais variáveis independentes (X) através de uma equação linear. A forma geral é:
Y = β₀ + β₁X₁ + ... + βₙXₙ + ε
Onde β são coeficientes e ε é o erro aleatório.
2. Tipos Principais
- Regressão Linear Simples: 1 variável independente
- Regressão Linear Múltipla: 2+ variáveis independentes
- ANOVA: Variáveis independentes categóricas
- ANCOVA: Combina variáveis contínuas e categóricas
3. Pressupostos
- Linearidade da relação
- Homocedasticidade (variância constante dos resíduos)
- Independência dos resíduos
- Normalidade dos resíduos
- Ausência de multicolinearidade (em modelos múltiplos)
4. Métodos de Estimação
Mínimos Quadrados Ordinários (MQO): Minimiza a soma dos quadrados dos resíduos para estimar os β.
5. Avaliação do Modelo
- R²: Proporção da variância explicada (0 a 1)
- Teste F: Significância global do modelo
- Teste t: Significância dos coeficientes individuais
- Análise de Resíduos: Verificação dos pressupostos
6. Aplicações em Concursos
Foco em interpretação de coeficientes, testes de hipóteses sobre os parâmetros, identificação de violações de pressupostos e cálculo de previsões.