A validação de um modelo estatístico é, possivelmente, o passo mais importante na sequência de criação de um modelo. É, também, um dos passos mais ignorados. A utilização de um modelo que não se ajusta corretamente aos dados pode fornecer respostas equivocadas à questão que está sob investigação. E isso pode ser fatal à sua pesquisa.
Se coloque na posição de um gestor, cuja responsabilidade é tomar uma decisão com base nas informações apresentadas pela equipe responsável pela análise estatística. Se um modelo estatístico, que nós já vimos, se trata de uma função, estiver “fora do eixo” por poucos pontos, isso já pode resultar em diferenças grandes quando os valores aplicados nessa função forem grandes.
Com esse objetivo, a busca por “diminuir os erros” é constante dentro da modelagem estatística. Com base nessas informações, analise as afirmações a seguir:

I – Um resíduo é a diferença entre um valor estimado por um valor observado.
II – Para verificar a qualidade do ajuste de um modelo, é necessário analisar a qualidade dos resíduos, verificando sua normalidade, homoscedasticidade e independência.
III – O método dos mínimos quadrados para estimação dos parâmetros busca encontrar coeficientes cujos resíduos sejam os menores possíveis.
IV – O gráfico Quantil-Quantil consegue comparar os resíduos do modelo com a distribuição normal de probabilidade.

É correto o que se diz em:

Alternativas
Alternativa 1:
I, apenas.

Alternativa 2:
II e III, apenas.

Alternativa 3:
I, II e IV, apenas.

Alternativa 4:
II, III e IV, apenas.

Alternativa 5:
I, II, III e IV.