Vamos primeiramente realizar uma análise gráfica a fim de examinar quais variáveis devem

ter relação. Para o presente estudo, iremos adotar um nível de significância de 5% para
todos os testes.

● Parece não haver relação linear significativa entre analfa e y

● Parece haver relação linear significativa entre drogas e y
● Medianas próximas, variabilidade do segundo maior, mas não parece divergir muito

Vamos verificar a correlação entre as variáveis:

Podemos observar que, individualmente analfa não correlaciona com y, já drogas está
correlacionada com a variável resposta.
Vamos ajustar o modelo completo para verificar a significância das variáveis

Podemos observar que somente drogas é significativa para o modelo. Observamos ainda
um R² de 96%

Vamos ajustar o modelo com apenas a variável significativa

No modelo ajustado a variável drogas é significativa. Observamos ainda um R² de 96%.

Vamos verificar os resíduos do modelo, verificar os pressupostos e verificar se o modelo é o
melhor para o nosso problema.

###No modelo o gráfico dos residuos com yhat é igual ao resíduos com a regressora drogas
###Pelo grafico dos residuos vs valor ajustado podemos perceber que nao parece haver
#qualquer padrao nos pontos.

# Teste para homocedasticidade

bptest(significativo)
#Verificado, pressuposto aceito p-valor 0,211
#Normalidade verificada, no QQplot assemelhou bastante, já o hist foi levemente confuso,
mas o teste
#corroborou a normalidade p-valor 0,3476

##não apresenta obs influentes

##Apresenta alguns pontos de alavanca
#Logo o modelo significativo : ychapeu = 3.45 + 2.96 x2, satisfaz os pressupostos (variância
constante e normalidade),
#é parcimonioso(simples), apenas 1 regressora e possui alto poder explicativo com
R2ajustado de 96,94%