Um Fiscal de uma Secretaria da Fazenda está desenvolvendo um modelo para prever o ICMS esperado de empresas do setor varejista. Ele analisa variáveis como faturamento bruto, número de funcionários e volume de notas emitidas. Para garantir que O modelo seja robusto e resista a questionamentos técnicos, ele deve
A
utilizar a correlação para medir a força da associação entre as variáveis e aplicar a regressão para modelar como o ICMS reage a variações no faturamento e outras variáveis, respeitando pressupostos como a análise de resíduos e a ausência de multicolinearidade.
B
confiar que sistemas de Inteligência Artificial eliminam a necessidade de validação estatística, uma vez que a regressão múltipla automatizada gera coeficientes que ignoram a distribuição original dos dados e a relação entre as variáveis de entrada.
C
utilizar o coeficiente de correlação para provar a causalidade direta, ou seja, demonstrar que o aumento no número de funcionários causa o aumento do ICMS, o que permite dispensar modelos de regressão complexos na malha fiscal.
D
evitar o uso de regressão linear simples quando houver alta correlação entre variáveis independentes, pois esse fenômeno, chamado multicolinearidade, é restrito à regressão simples e impede a identificação de comportamentos atípicos.
E
aplicar a regressão linear múltipla apenas se todas as variáveis explicativas tiverem correlação forte e positiva entre si, garantindo que o modelo de detecção de inconsistências não apresente margem de erro.
Quer responder esta questão e acompanhar seu desempenho?
Entre na QuestLab para responder, acessar a AURA, estatísticas, cadernos, anotações e outros recursos da plataforma.
