Submitted by Fabio Sobreira Campos da Costa (fabio.sobreira@ufpe.br) on 2017-04-25T14:30:32Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Dissertacao_Lelio_Alejandro_Arias_Vizcaino.pdf: 1217481 bytes, checksum: 3e169ccf7afc8c3a244b8cc4a07c9cbf (MD5) / Made available in DSpace on 2017-04-25T14:30:32Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Dissertacao_Lelio_Alejandro_Arias_Vizcaino.pdf: 1217481 bytes, checksum: 3e169ccf7afc8c3a244b8cc4a07c9cbf (MD5) Previous issue date: 2016-12-05 / FACEPE / entre as principais metodologias estatísticas, a análise de regressão é uma das formas mais efetivas para modelar dados. Neste sentido, a análise de diagnóstico é imprescindível para determinar o que poder ter acontecido no processo gerador dos dados caso os pressupostos impostos a este não sejam plausíveis. Uma das ferramentas mais úteis em diagnóstico é a avaliação dos resíduos. Neste trabalho, propomos um novo resíduo para as classes de modelos de regressão linear e não linear baseados na família exponencial com dispersão variável (Smyth (1989)). A proposta permite incorporar de forma simultânea informações relativas aos submodelos da média e da dispersão sem fazer uso de matrizes de projeção para sua padronização. Resultados de simulação e de aplicações a dados reais mostram que o novo resíduo é altamente competitivo em relação ao resíduos amplamente usados e consolidados na literatura. / In statistical methodologies, regression analysis can be a very effective way to model data. In this sense, the diagnostic analysis is needed to try to determine what might happened in the data generating process if the conditions imposed to it are not true. One of the most useful techniques to detect the goodness of fit to the model is the evaluation of residuals. In this work, we propose a new residual to the class of linear and nonlinear regression models based on exponential family with variable dispersion (Smyth (1989)). The proposal incorporates simultaneously information from the sub-models of the mean and the dispersion without using projection matrices for its standardization. Simulation resultsandapplicationsinrealdatashowthatthenewresidualishighlycompetitivewith respect to residuals widely used and established in the literature.