Introdução à regressão linear robusta

Abstract

Os modelos de regressão linear são vastamente utilizados para modelagem de dados reais em diversas áreas do conhecimento. A inferência para os parâmetros destes modelos é baseada no clássico método de mínimos quadrados. Entretanto, este método é conhecido por sua sensibilidade a observações discrepantes, o que pode conduzir a conclusões equivocadas sobre as características de interesse. Nessa perspectiva, os métodos de estimação robustos surgem como alternativa para lidar com esses dados atípicos, atribuindo um peso menor para esses pontos no procedimento de estimação. Portanto, neste trabalho realizamos uma revisão sobre regressão linear e sobre o método inferencial de mínimos quadrados. Para realizar inferência robusta, realizamos um estudo introdutório sobre a classe de M-estimadores e como esta pode ser aplicada sob o contexto de regressão linear. Por fim, para ilustrar a aplicabilidade dos métodos de estimação estudados apresentamos duas aplicações a dados reais.