Detecção de outliers e observações influentes em modelos de regressão linear simples

Abstract

Diversos são os métodos estatísticos para detecção de outliers para a regressão linear. Determinar qual ou quais observações têm maior influência na estimativa dos parâmetros é fundamental para obtenção de um modelo confiável e não tendencioso. A detecção de outliers visa identificar quais são tais pontos, a fim de melhorar a análise dos dados e obtenção de um modelo com menor erro residual. Normalmente são utilizados mais de um método para identificá-los, como métodos gráficos, distância de Cook, DFFITS, DFBETAS e ĥii, entre outros métodos. Neste trabalho, avaliou-se a utilização da razão dos coeficientes de determinação combinado com a análise gráfica para identificar e classificar os pontos discrepantes e influentes. Alguns conjuntos de dados para regressão linear simples foram utilizados para a análise dos dados e comparação dos resultados. O método mostrou-se ser bastante eficiente na identificação destes pontos, além de identificar os outliers, verifica quais são as observações influentes.