Uma regressão não termina quando encontramos \(m\) e \(b\). Um dos instrumentos mais importantes para avaliar a qualidade do modelo é observar os resíduos.
Se o modelo linear for adequado e os erros experimentais forem aproximadamente aleatórios, esperamos encontrar resíduos distribuídos de maneira relativamente aleatória em torno de zero.
Se, entretanto, os resíduos apresentarem um padrão sistemático, isso pode indicar que alguma coisa está errada.
| Padrão observado | Possível interpretação |
|---|---|
| Distribuição aleatória | Modelo linear pode ser adequado. |
| Curvatura | A relação física pode não ser linear. |
| Tendência crescente | Pode existir sistematicidade ou variável omitida. |
| Pontos isolados | Possíveis outliers ou erros experimentais. |
Essa análise é particularmente importante no ensino de Física porque ajuda o estudante a perceber que um gráfico não serve apenas para produzir uma reta bonita. Ele é uma ferramenta para investigar a validade de um modelo.