Com o objetivo de obter avaliações não tendenciosas,

eficientes e consistentes, devemos analisar a validade de

um conjunto de pressupostos acerca das relações
entre as variáveis dependentes e independentes que afetam
esse procedimento estatístico.

NB R 1 4 6 5 3 - 2 :2 01 1
 1ª Hipótese

“ A variável independente corresponde a números reais que não

contenha nenhuma perturbação aleatória”.
 2ª Hipótese

“O número total de observações, n, deve ser superior ao número de

parâmetros estimados pelo modelo”.
 3ª Hipótese

“Os erros são variáveis aleatórias com variância constante”.

Resíduos Homocedásticos Resíduos Heterocedásticos

 HOMOCEDASTICIDADE
A V ER I F I CAÇ Ã O D A H O M OC ED A S T I C I D AD E P OD E S ER R EA LI ZA DA , EN T R E
O U T R A S , P ELA S EGU I N T ES F O R M A :

Análise gráfica dos Resíduos Padronizados versus Valores Ajustados, se os pontos se

apresentam dispostos aleatoriamente sem nenhum padrão definido considera-se a
distribuição dos resíduos como homocedástica.
 HOMOCEDASTICIDADE

NOTA:
Observe que a análise gráfica é subjetiva, entretanto é sabido que quando o modelo é
heterocedástico, os estimadores de mínimos quadrados podem não ser eficientes,
gerando estimativas não "confiáveis".
 4ª Hipótese

“Os erros são variáveis aleatórias com distribuição normal”.

 NORMALIDADE

A VE RI F I C A Ç Ã O D A N O RM A L I D AD E P O DE S ER R E AL I ZA D A , EN T RE OU T R A S ,
P EL A S EG U I N T E F O R M A :

Pela comparação da frequência relativa dos resíduos amostrais padronizados nos

intervalos de [-1; +1], [-1,64; +1,64] e [-1,96; +1,96], com as probabilidades da distribuição
normal para os mesmos intervalos, ou seja:
SUGESTÃO :

S e 6 6 % a 7 3 % e st ã o com p r e end id os n o int e rv a l o [ - 1; + 1] de sv io s pa dr õ es ;

S e 8 5 % a 9 5 % e st ã o co m p re en di do s n o int e rv a l o [ - 1 , 6 7 ; +1 ,6 7 ] d es vi o s pa dr õe s;
S e 9 5% a 10 0 % est ã o c om p r ee nd id os no i nt er v a lo [ - 1, 9 6 ; + 1, 9 6 ] de sv io s p a dr õ es;
 5ª Hipótese

“Os erros são não correlacionados. Isto é, independentes sob a condição

de normalidade.”

*Obs:. A estatística de durbin watson não deve ser aplicada a dados de corte transversal.
 6ª Hipótese

“Não existe dependência linear entre as variáveis independentes”.