Para testar a significância de um conjunto de parâmetros do modelo de regressão linear múltipla, deve-se utilizar o seguinte teste estatístico:
- A)Friedman;
Friedman e um teste nao parametricos para comparar varios tratamentos em blocos relacionados, nao para significancia de coeficientes em regressao.
- B)Z da Normal;
O teste Z da Normal nao e o padrao para testar um conjunto de parametros em regressao linear multipla.
- C)t de Student;
O t de Student serve para testar coeficientes individualmente, nao para avaliar varios parametros ao mesmo tempo.
- D)F de Fisher-Snedecor;
O teste F de Fisher-Snedecor e o teste adequado para verificar a significancia conjunta de um conjunto de parametros na regressao linear multipla.
- E)Qui-Quadrado de Pearson.
Qui-Quadrado de Pearson e mais associado a aderencia e independencia em tabelas de contingencia, nao a esse teste em regressao.
Gabarito: D
Quando voce quer verificar se um conjunto de coeficientes da regressao linear multipla tem efeito estatisticamente relevante, a ideia nao e olhar parametro por parametro, e sim testar o modelo em bloco. Nessa situacao, o teste classico e o F, que compara a variacao explicada pelo modelo com a variacao nao explicada pelos residuos. Se a explicacao conjunta dos regressores for grande o bastante, o valor de F cresce e a hipotese nula cai por terra. Na regressao multipla, esse teste costuma ser usado para avaliar a significancia global do modelo ou de um subconjunto de parametros. Em termos simples: voce pergunta se aquele grupo de variaveis, junto, realmente ajuda a explicar a variavel dependente. Isso e diferente do teste t, que olha cada coeficiente isoladamente, um por um, como quem confere os alunos na chamada. Por isso o gabarito e a letra D. O teste F de Fisher-Snedecor e o padrao para testar hipoteses sobre varios coeficientes simultaneamente em regressao linear multipla. A base estatistica e a analise de variancia do modelo, muito usada na econometria e na estatistica aplicada. Em resumo: um coeficiente, t; varios coeficientes ao mesmo tempo, F. As demais alternativas sao testes de outros contextos: Friedman e nao parametricos para blocos relacionados, Z da Normal aparece em situacoes especificas com normal padrao ou amostras grandes, Qui-Quadrado costuma aparecer em independencia, aderencia e variancia. Aqui, o foco e a significancia conjunta dos parametros, entao o F entra em campo sem pedir desculpa.