Leia o trecho a seguir. A técnica de regressão é aplicada em diversos setores para avaliar a relação entre variáveis. Por exemplo, economistas podem utilizar essa técnica para analisar a relação entre o poder de compra do consumidor, o aumento salarial e a taxa de desemprego. Em uma análise de regressão linear múltipla realizada com o auxílio de um software estatístico, pode-se utilizar a [preencher 1] para examinar a relação entre as variáveis. Além disso, é importante que as variáveis independentes não apresentem [preencher 2] elevada entre si. Os termos [preencher 1] e [preencher 2] são corretamente substituídos por:

Na regressão linear múltipla, uma etapa exploratória comum (especialmente quando se usa software estatístico) é examinar a relação entre as variáveis por meio da matriz de correlação. Essa matriz permite ver, de forma organizada, as correlações entre todas as variáveis do modelo (dependente e independentes), ajudando a entender associações lineares iniciais.

Além disso, é importante que as variáveis independentes não apresentem correlação elevada entre si, pois isso caracteriza (ou pelo menos indica fortemente) o problema de multicolinearidade, que pode:

• inflar erros-padrão dos coeficientes;
• tornar estimativas instáveis;
• dificultar a interpretação dos efeitos individuais de cada variável explicativa.

Analisando as alternativas:

• (A) fala em covariância; embora covariância exista, o ponto clássico verificado entre regressoras é a correlação (padronizada, comparável).
• (B), (C) e (E) não condizem com o uso típico para “examinar a relação entre variáveis” e com o cuidado de “não apresentar algo elevado entre si”.
• (D) encaixa exatamente: matriz de correlação para examinar relações e correlação elevada entre independentes deve ser evitada.