Um modelo de regressão linear múltipla com três variáveis independentes foi gerado a partir de 22 dados de imóveis pesquisados no mercado, para a a...

O avaliador deve investigar os pontos outlier e influenciante para verificar se eles são erros de medição ou se realmente representam valores extremos na amostra. Caso sejam erros de medição, é recomendado que sejam removidos da amostra e o modelo seja reajustado. Caso contrário, é importante avaliar se esses pontos são relevantes para a análise e se devem ser mantidos na amostra. Além disso, é importante verificar se o modelo atende aos pressupostos da regressão linear múltipla, como normalidade dos resíduos, homocedasticidade e independência dos erros. Se o modelo não atender a esses pressupostos, pode ser necessário realizar transformações nos dados ou utilizar outro modelo de regressão.