A técnica de regressão é aplicada em diversos setores para avaliar a relação entre variáveis. Em uma análise de regressão linear múltipla realizada com o auxílio de um software estatístico, pode-se utilizar a [preencher 1] para examinar a relação entre as variáveis. Além disso, é importante que as variáveis independentes não apresentem [preencher 2] elevada entre si. Os termos [preencher 1] e [preencher 2] são corretamente substituídos por:

Análise da Questão

Esta questão aborda conceitos fundamentais de regressão linear múltipla em estatística aplicada.

Desenvolvimento

Conceito 1: Matriz de Correlação

Em uma análise de regressão linear múltipla, utilizamos a matriz de correlação para examinar as relações entre todas as variáveis do modelo. Esta ferramenta permite visualizar:

• Relações entre cada par de variáveis
• Direção e intensidade das associações lineares
• Possíveis problemas antes da estimação dos coeficientes

Conceito 2: Multicolinearidade

O problema crítico que deve ser evitado é a multicolinearidade, que ocorre quando as variáveis independentes apresentam correlação elevada entre si. Isso causa:

• Instabilidade nas estimativas dos coeficientes
• Dificuldade em identificar o efeito individual de cada variável
• Erros padrão inflados

Análise

• [Preencher 1]: A ferramenta estatística usada para examinar relações entre variáveis é a matriz de correlação
• [Preencher 2]: O que não deve ser elevado entre variáveis independentes é a correlação (para evitar multicolinearidade)

Por que não as outras opções?

• Covariância: Embora relacionada à correlação, não é padronizada e menos utilizada para diagnóstico de multicolinearidade
• Média/Variância: Não medem relação entre variáveis diferentes

Conclusão

Alternativa B - 1 - matriz de correlação; 2 - correlação