O que são resíduos em uma análise de regressão linear e por que eles são importantes?
A
Resíduos são as diferenças entre os valores observados e os valores ajustados pelo modelo de regressão; e são importantes para avaliar a adequação do modelo.
B
Resíduos são os valores máximos e mínimos dos dados ajustados pelo modelo e indicam a precisão do ajuste.
C
Resíduos representam a variabilidade dos coeficientes de regressão e são usados para calcular os intervalos de confiança dos parâmetros.
D
Resíduos são os valores previstos pelo modelo de regressão e são utilizados para prever novos valores.
Seu próximo nível começa aqui
Seu desenvolvimento não pode ter limites. Garanta sua Assinatura
Ilimitada e libere uma
preparação completa com os melhores professores do Brasil.