Um modelo de regressão linear simples que relaciona a demanda por serviços da Defensoria Pública com a renda da população mais pobre das localidades, é estimado através da equação Ln ( D_Defensoria ) = α + β. In ( Renda ). A tabela a seguir mostra as estimativas e a inferência resultantes da formulação, por meio dos dados de uma amostra de tamanho n = 22.

São conhecidos ainda dois valores da função distribuição acumulada da t-Student, quais sejam F_t ( 2;20 ) = 0,97 e F_t ( 1,5 ; 20 ) = 0,925, onde o 1º argumento é o valor da t-Student e o 2º é o número de graus de liberdade. Assumidos os pressupostos clássicos do modelo, da análise da tabela acima é possível concluir que

Um modelo de regressão foi elaborado com o objetivo final de quantificar o efeito da componente demográfica sobre a demanda por serviços da Defensoria Pública, trabalhando com uma amostra grande (n>50), gerada a partir de diversos pontos de atendimento e da população residente no entorno correspondente. A equação adotada foi

Onde

Para verificar a significância, como um todo, de um Modelo de Regressão Múltipla, é realizada uma Análise da Variância, aplicando-se o teste da estatística F-Snedecor. Os seis parâmetros da regressão foram estimados através de uma amostra de tamanho n = 26 e o coeficiente de determinação calculado, igual a 0,50. Adicionalmente, a função distribuição acumulada da F tem tabelados os valores F(0,993, 5, 20) = 4,5 e F(0,980, 5, 20) = 3,5, tendo como argumentos a probabilidade, os graus de liberdade do numerador e os graus de liberdade do denominador, respectivamente. Contando apenas com as informações anteriores é concluir que ao nível de significância de

Em um modelo que tenta avaliar a eficiência relativa dos diversos postos de atendimento da Defensoria Pública, espalhados pelo território fluminense, foi utilizada a variável “número de atendimentos” (dependente) e as quantidades de funcionários e de defensores (ambas como independentes). Os resultados finais da estimação foram aparentemente satisfatórios, mas os testes de hipóteses constataram que a variância dos resíduos não era constante, sendo maior nos postos com menores fluxos de atendimentos. Diante de tal constatação, os estimadores de Mínimos Quadrados Ordinários deverão ser

Um dos resultados mais importantes para a qualidade dos estimadores de MQO é o Teorema de Gauss-Markov que, mediante alguns poucos pressupostos é capaz de garantir propriedades dos estimadores. São indispensáveis à aplicabilidade de Gauss-Markov