11.7: Gráficos dos Resíduos

Residual Plots
JoVE Core
Statistics
A subscription to JoVE is required to view this content.  Sign in or start your free trial.
JoVE Core Statistics
Residual Plots

4,568 Views

01:07 min
April 30, 2023

Overview

Um gráfico de resíduos é uma representação estatística dos dados usados para analisar os resultados de correlação e regressão. Ajuda a verificar os requisitos para tirar conclusões específicas sobre correlação e regressão. Para obter o gráfico de resíduos, primeiro é calculado o resíduo para cada valor de dados, que é simplesmente a distância vertical entre o valor observado e o previsto obtido na equação de regressão.

Quando os valores residuais são plotados em relação à variável x, isso é chamado de gráfico de resíduos. O padrão formado pelos pontos de dispersão em tal gráfico pode ser usado para fazer inferências sobre o conjunto de dados. Por exemplo, se os pontos de dispersão tiverem um padrão linear, isso confirmará que a linha de regressão é um bom ajuste para o conjunto de dados que contém os valores x e y. Por outro lado, um padrão não linear no gráfico de resíduos com resíduos predominantemente positivos em alguns intervalos, enquanto negativos em outros, indica que a equação de regressão não é um bom modelo para o conjunto dado de valores x e y. Além disso, um gráfico residual que mostra um padrão de espessamento quando exibido da esquerda para a direita indica que a linha de regressão não é um bom modelo.

Transcript

Considere o gráfico de dispersão da passagem aérea versus o preço do barril de petróleo bruto equipado com uma linha de regressão linear.

Aqui, o resíduo é a diferença entre o valor y do ponto de dados e o valor y previsto da equação de regressão.

Se esses valores residuais forem plotados em relação ao valor x – o preço do petróleo bruto, o gráfico resultante é chamado de gráfico residual. Este gráfico ajuda a decidir se a equação de regressão é um bom modelo ou não.

Como não há nenhum padrão óbvio além de um padrão linear neste gráfico de resíduos, a linha de regressão é um bom ajuste.

Qualquer outro padrão, que não seja linear, indica que a equação de regressão não se qualifica como um bom modelo.

Por exemplo, resíduos predominantemente positivos em um determinado intervalo e negativos em outros indicam uma tendência não linear em que uma equação de regressão linear não é um bom ajuste.

Além disso, um espessamento do gráfico de resíduos, visto da esquerda para a direita, indica que a linha de regressão não é um bom modelo.

Key Terms and definitions​

Learning Objectives

Questions that this video will help you answer

This video is also useful for