Para responder a essa questão, precisamos entender o que se espera ao analisar os resíduos de um modelo de regressão linear. 1. Primeira lacuna: O gráfico de resíduos deve mostrar os resíduos "aleatoriamente dispersos". Isso indica que não há padrões sistemáticos nos resíduos, o que sugere que o modelo capturou adequadamente a relação entre as variáveis. 2. Segunda lacuna: A suposição fundamental em muitos métodos de inferência em regressão é que os resíduos seguem uma distribuição "normal". Isso é importante para garantir a validade dos testes estatísticos que podem ser realizados posteriormente. Analisando as opções: a) Diminuindo – poisson. (não é correto, pois não se espera que os resíduos diminuam e a distribuição poisson não é a esperada) b) Crescentes – uniforme. (não é correto, pois resíduos crescentes não indicam um bom ajuste e a distribuição uniforme não é a esperada) c) Aleatoriamente dispersos – normal. (correto, pois indica que o modelo está adequado e que os resíduos seguem a distribuição normal) d) Linearmente alinhados – exponencial. (não é correto, pois resíduos linearmente alinhados indicariam um problema no modelo e a distribuição exponencial não é a esperada) e) Em um padrão claro – binomial. (não é correto, pois um padrão claro indicaria que o modelo não está capturando a relação adequadamente e a distribuição binomial não é a esperada) Portanto, a resposta correta é: c) Aleatoriamente dispersos – normal.