Etapas de validação

Divergências entre implementação e teoria encontradas ao documentar pressupostos e referências, e o que se decidiu sobre cada uma. Item marcado Resolvido traz o commit, a referência conferida, o oráculo e a tolerância; os demais esperam decisão.

trama.sampling

Resolvido

• sampling/proportion — intervalo de Wald com t (estimativa ± t·EP). Pode sair de [0, 1] e cobre menos que o nominal com proporção extrema e domínio pequeno; a literatura de amostras complexas recomenda intervalos alternativos (logit, Korn-Graubard/Clopper-Pearson com n efetivo) nesses casos (Lohr 2021, Sampling: Design and Analysis, 3. ed., doi:10.1201/9780429298899). A ajuda avisa; o comportamento não mudou. Resolvido em 48d932a: padrão intervalo = "logit" (Wald na escala log-odds, EP pelo método delta, t nos gl do desenho; Korn & Graubard 1999, Analysis of Health Surveys, doi:10.1002/9781118032619; padrão de survey::svyciprop), com wilson (escore de Wilson 1927 com n efetivo de Kish e t) e wald como opções; sampling/proportion versão 2. Validação: survey::svyciprop(method = "logit", df = degf) 4.x em AAS com fpc, estratificada, conglomerado em um estágio e domínio (fazendas): estimativa ≤ 1e-8 e limites ≤ 1e-6 (AAS n = 200: [0,289124890889522; 0,416188372013590], iguais a 1e-9); Wilson conferido contra stats::prop.test(correct = FALSE) (1e-10). Extremos resolvidos em 7de869e: com p̂ = 0 ou 1 o logit e o wilson degeneravam no ponto; agora usam o Clopper-Pearson com n efetivo de Korn & Graubard (1998, Survey Methodology 24(2):193-201, Statistics Canada 12-001-X199800204356; sem DOI no Crossref, conferido no catálogo da StatCan — PDF escaneado, fórmula conferida no svyciprop do survey e em Ward 2019, Stata Journal 19(3):510-522, doi:10.1177/1536867x19874221, só metadados/resumo), n_ef = p̂(1 − p̂)/v ajustado por (t_{n−1}/t_gl)²; nos extremos (v = 0) n_ef = n nominal do domínio, ainda ajustado pelos gl (convenção documentada; o survey dá NaN aí). Nova opção intervalo = "clopper_pearson"; guarda para estimativa NA; sampling/proportion versão 3. Validação: survey::svyciprop(method = "beta") em AAS (n = 200, semente 11: [0,286693285495; 0,417466839166]), estratificada e conglomerados (12 municípios, semente 3: [0,225426037938; 0,518145294072]), ≤ 1e-6; extremos numa AAS sem fpc (n = 150) iguais a stats::binom.test (1e-10), e 0/n dá [0, 1 − 0,025^(1/n)]. Limite: com conglomerados, o n nominal nos extremos não desconta o deff e pode cobrir menos que o nominal (documentado).
• Planejar/Precisão × Estimar — size_*, margin, margin_levels, referral, detectable_difference e question_margins usam z normal, enquanto as estimativas usam t com gl = UPAs − estratos. Com poucos conglomerados, a margem planejada sai menor que a que o card de sampling/mean vai mostrar (Cochran 1977, cap. 2 e 9). Resolvido em b6f9c4a: param distribuicao (t padrão, z declarado) em todos esses blocos, t com gl = UPAs − estratos (n − 1, n − H, conglomerados − 1, redes − unidades; nos níveis, entrevistas − unidades), e o n planejado é o menor n cuja margem, com os gl dele, cabe na pedida; versões 2. Validação: busca exaustiva do menor n (margens 0,02 a 0,3; média a 99%; população finita; conglomerados com m̄ 5 e 20, ρ 0,02 e 0,2), igual exatamente; z reproduz os números clássicos (385, 1.068) e a versão 1. Borda resolvida em 8d9b143: margem muito folgada dava n = 1 e “t com 0 gl”; a busca começa no menor n com gl ≥ 1 (2, H + 1, 2 conglomerados) e size_stratified respeita o piso de 2 por estrato da alocação (antes dava erro). Validação: menor n por força bruta com t_{n−1} (σ = 10, E = 1000 ⇒ n = 2). Não validado contra exemplo resolvido de Cochran (1977) ou Bolfarine & Bussab (2005) com t: sem acesso ao texto para conferir página.
• sampling/detectable_difference — usa a mesma p nos dois grupos e não aplica correção finita. É a aproximação de pior caso; a fórmula de duas proporções (Fleiss, Levin & Paik 2003, cap. 4, doi:10.1002/0471445428) usa p_a e p_b próprios. Resolvido em b6f9c4a: equação de duas proporções de Fleiss, Levin & Paik (2003, cap. 4, sem correção de continuidade) com n desiguais, p de referência por grupo (proporcao_grupo), correção finita opcional (populacao) e t com n_a + n_b − 2 gl; a DMD é o pior caso entre as duas referências e os dois sentidos; versão 2. Validação: com n iguais, z e sem fpc, igual a stats::power.prop.test(n = 500, p1 = 0,5, power = 0,8, tol = 1e-12) (8,8145 pontos, tolerância 1e-8); forma de Fleiss com razão r = n_b/n_a satisfeita a 1e-6; equação com fpc e t conferida no δ que sai (1e-9). Ajuda e site passam a dizer “sem correção de continuidade” e trazem a fórmula da versão 2 (4bdc41c).
• sampling/size_cluster e sampling/referral — deff = 1 + (m̄ − 1)·ρ supõe conglomerados (ou redes) do mesmo tamanho; com tamanhos desiguais o deff real é maior (Kish 1965, Survey Sampling, sec. 5.4). Resolvido em b6f9c4a: cv_tamanho (size_cluster) e cv_rede (referral), deff = 1 + ((CV² + 1)·m̄ − 1)·ρ (Eldridge, Ashby & Kerry 2006, doi:10.1093/ije/dyl129); CV = 0 (padrão) reproduz o deff anterior exatamente (teste de regressão). Validação: identidade com a variância exata da média Σy/Σm sob ICC comum, Var = σ²·Σ m_i(1 + (m_i − 1)ρ)/(Σm_i)², num vetor de 8 tamanhos (1e-12). Fórmula conferida na fonte (2026-09-25): Crossref confirma Eldridge, Ashby & Kerry, Int. J. Epidemiol. 35(5):1292-1300, 2006 (sem resumo no registro); o resumo no PubMed (PMID 16943232) descreve a “fórmula simples” com o CV do tamanho, sem escrevê-la; o texto integral não estava acessível. A forma DE = 1 + {(CV² + 1)·m̄ − 1}·ρ foi conferida em fonte secundária que a cita: Kristunas et al. 2017, Trials 18:109, doi:10.1186/s13063-017-1832-8 (texto integral no Europe PMC, PMC5341460), que a atribui a Eldridge et al. (2006) e Manatunga et al. (2001), com CV = desvio padrão/média do tamanho — igual à implementada.

trama.models

Resolvido

• Superdispersão na binomial agregada — o models/glm oferece quasipoisson, mas não quasibinomial, e não há GLM misto (glmer) para um efeito aleatório por observação. Contagens de sucessos em n tentativas superdispersas ficam sem saída no trama (McCullagh & Nelder 1989, Generalized Linear Models, 2. ed., cap. 4). Resolvido em 7f79a5f e c81d60c: models/glm ganha quasibinomial (Wedderburn 1974, doi:10.1093/biomet/61.3.439; igual a stats::glm no cbpp, coeficientes e EP a 1e-10, dispersão 2,19) e o novo models/glmer (binomial/Poisson, nivel_obs = efeito por observação, Harrison 2014, doi:10.7717/peerj.616) reproduz o gm1 de ?lme4::glmer no cbpp (fixos −1,3983, −0,9919, −1,1282, −1,5797; variância do rebanho 0,4123; AIC 194,1 — saída impressa do lme4, artigo de Bates et al. 2015 não conferido página a página).

• Parcela subdividida no tempo — com a subparcela em medidas repetidas, a análise de dois erros supõe esfericidade. O models/lmer só especifica efeitos aleatórios, não estrutura de correlação no erro (AR(1), não estruturada, como em nlme::gls/lme), então não há como relaxar esse pressuposto no trama. Resolvido em 5bba7a5: models/gls (nlme::gls; AR(1), simetria composta, não estruturada, varIdent; Pinheiro & Bates 2000, doi:10.1007/b98882). Validação contra o nlme direto: Ovary AR(1) phi 0,7532 e logLik −780,7273; simetria composta = lme de intercepto aleatório; Orthodont corSymm + varIdent; valores de saída do nlme, não conferidos no livro.

• Friedman ausente — a alternativa não paramétrica ao DBC (Friedman 1937, doi:10.1080/01621459.1937.10503522) não tem bloco; os pressupostos de DBC, DQL e fatorial apontam para ela como lacuna. Só o DIC tem saída por postos (models/kruskal). Resolvido em 81401a2: models/friedman (DBC de um fator, uma observação por casela, bloco incompleto sai inteiro, correção para empates, W de Kendall como efeito); os pressupostos do DBC apontam para ele; DQL e fatorial dizem que não há teste por postos no trama. Validação: stats::friedman.test (1e-12) nos dados do exemplo de ?friedman.test (atribuídos a Hollander & Wolfe 1973; S = 11,14, p = 0,0038 calculados por nós, página do livro não conferida). Bloco incompleto resolvido no models/friedman versão 2 (metodo = auto/friedman/durbin/skillings_mack; auto escolhe pelo desenho): Durbin (1951, doi:10.1111/j.2044-8317.1951.tb00310.x; T1 de Conover 1999 com empates) só em BIB, recusa classificada apontando o Skillings–Mack; Skillings & Mack (1981, doi:10.1080/00401706.1981.10486261) para faltantes quaisquer. Validação: agricolae::durbin.test (1e-12; sorvete, T1 = 12, p = 0,0620, calculado, página de Conover não conferida; e com empates); Skillings.Mack::Ski.Mack (1e-8; exemplo do pacote SM = 15,493, 3 gl, e faltantes ao acaso com empates); igualdade ao friedman.test em dados completos sem empate. PMCMRplus não instala (Rmpfr pede MPFR do sistema). Commit 731a544.

• models/levene e models/bartlett — aplicados aos RESÍDUOS do modelo agrupados pelos tratamentos (também no DBC, DQL e fatorial com bloco), e não às observações de cada grupo como na formulação original (Levene 1960; Bartlett 1937, doi:10.1098/rspa.1937.0109). Os gl do teste não descontam os parâmetros do modelo (bloco), o que pode deixá-lo levemente liberal com poucos gl de resíduo. No DIC as duas formas coincidem (resíduo = desvio da média do grupo). Resolvido em 31837a1: no DBC, fatorial em DBC e DQL o models/levene (versão 2) passa a ser o teste de O’Neill & Mathews (2002, Biometrics 58:216-224, doi:10.1111/j.0006-341x.2002.00216.x): ANOVA dos |resíduos| de mínimos quadrados em tratamento + bloco (+ linha e coluna) com o F multiplicado pelo fator do delineamento (razão dos QM esperados de |e| sob H0, pelas correlações dos resíduos); desbalanceado é recusado. O models/bartlett (versão 2) recusa delineamento com bloco (tr_models_error_block_design), sem correção publicada, e aponta o Levene. DIC sem mudança. Validação: ExpDes.pt::oneilldbc 1.2.2 (arquivado no CRAN; p fixos no teste) em warpbreaks com 9 blocos (F = 3,1517, p = 0,0171832) e no ex4 do ExpDes.pt (p = 0,3070816), iguais a 1e-14 (tolerância 1e-8); fator fechado do DBC reproduzido a 1e-10; no DQL o fator foi conferido por Monte Carlo (OrchardSprays, 20000 réplicas, 1%; no 7 × 7 do ex3, rejeição a 5% de 8,3% sem e 5,0% com a correção). Parcela subdividida resolvida em 6e32a7b: models/levene e models/bartlett (versão 3) recusam com tr_models_error_block_design — a correção de O’Neill & Mathews supõe um estrato de erro, e no erro (b) o fator da parcela está confundido com a parcela (o “bloco” desse estrato), então não há correção validada; em simulação sob H0 no desenho da aveia (4000 réplicas) o Levene comum nos resíduos (b) rejeita 10,5% a 5% (centro na média) e 2,5% (mediana). A mensagem aponta o painel escala-locação e o models/lmer. Tamanho medido em fecb410 (20000 réplicas sob H0, 5%): DBC 5 × 6 4,6%, 5 × 10 4,6%, DQL 8 × 8 4,7% (Levene comum: 8,5% e 7,9%); conservador em desenho pequeno — DBC 4 × 3 2,9%, DQL 5 × 5 2,9%, 4 × 4 2,3% —, documentado; equilíbrio passa a exigir casela tratamento × bloco (linha, coluna) com a mesma contagem. O teste do DQL anterior conferia só a aritmética do multiplicador.

• models/pairwise — o ajuste dunnett chama emmeans::contrast(adjust = "dunnettx"), a aproximação de Hsu para a distribuição de Dunnett, e não o Dunnett exato (adjust = "mvt", integração da t multivariada). A diferença é pequena, mas o card diz “Dunnett” (Dunnett 1955, doi:10.1080/01621459.1955.10501294). Resolvido em 598f09c: adjust = "mvt" (Dunnett exato) com a semente do nó; models/pairwise versão 2. Validação: multcomp::glht(mcp(... = "Dunnett")) em PlantGrowth (2 contrastes, igual a 1e-6: p = 0,3227 e 0,1535) e InsectSprays (5 contrastes, diferença máxima de 5e-5 no p, tolerância 2e-3; intervalos iguais).

• models/chisq — correcao = TRUE por padrão: a correção de Yates (1934, doi:10.2307/2983604) em toda tabela 2 × 2, que torna o teste conservador. É o padrão de stats::chisq.test, mas é escolha discutível como padrão de um bloco didático. Resolvido em 15a93e2: padrão correcao = FALSE (Agresti 2002, Categorical Data Analysis, doi:10.1002/0471249688), opção mantida; models/chisq versão 2. Validação: nas contagens do Physicians’ Health Study (aspirina × infarto, como em Agresti), X² = 25,01 sem e 24,43 com Yates calculados por stats::chisq.test e pela forma fechada do 2 × 2, iguais a 1e-10 (valores não conferidos no texto do livro).

• models/scott_knott com repetições desiguais — a main recusava todo desbalanceado, com o argumento de que as médias não têm a variância comum QM / r; a branch tinha outro partidor, que já tratava o caso como o pacote ScottKnott (Jelihovschi, Faria & Allaman 2014, doi:10.5540/tema.2014.015.01.0003). Resolvido em 1aa8efa: partidor único com s² = média de QM / rᵢ no grupo que se parte, recalculada a cada nível (o ScottKnott:::MaxValue, linha s2c); o DIC desbalanceado passa a ser aceito; continua recusado o que tem razão estatística — termo não ortogonal ao tratamento (bloco incompleto, DBC com parcela perdida, covariável) e parcela subdividida desbalanceada. models/scott_knott versão 2 (no balanceado os grupos da versão 1 não mudam: a média de QM / r constante é QM / r). Validação contra ScottKnott::SK 1.4-0, partição idêntica (grupos exatos, sem tolerância): DIC 6 tratamentos com r = 3, 5, 4, 5, 5, 5 (F a, E b, C e D c, B d, A e), CRD1 e RCBD do ?SK, milho_dbc (c c a c b), InsectSprays (a a b b b a) e CRD2 (45 tratamentos, grupos de 6, 33, 3 e 3); o sorgo publicado (Jelihovschi et al. 2014, Fig. 1) pela função interna.

• Regressão nos tratamentos quantitativos em dois blocos — models/polinomial (main: só o quadro, até o grau 5, DIC/DBC) e models/dose_response (branch: quadro + curva, até o cúbico, com DQL, MET e falta de ajuste do grau escolhido) faziam a mesma decomposição (Pimentel-Gomes 2009; Banzatto & Kronka 2006). Resolvido em a86e479: um bloco, id models/polinomial versão 2, com as duas saídas (quadro e modelo, a curva ponderada com o erro da ANOVA nos coeficientes); nenhum grau significativo no automático dá a curva de grau 0 (média geral) em vez de erro. Migração models/dose_response → models/polinomial, grau numérico da main → grau_max, porta out → quadro. Validação: SQ do exemplo do algodão de Montgomery (tab. 3.1; 33,62, 343,21, 64,98 e 33,95, a duas casas) e ANOVA sequencial de lm(y ~ poly(x, 4)) (1e-10); contr.poly(scores = doses reais) com doses 0, 50, 100, 200, 400 (1e-10); DBC com duas parcelas perdidas contra anova(lm(y ~ bloco + x + x² + x³ + factor(dose))), SQ, p e gl (1e-10). Não validado contra exemplo publicado de Banzatto & Kronka ou Pimentel-Gomes (página não conferida nesta integração); a página exata de Montgomery com essas SQ também não foi conferida — os valores são os fixados pela main.

trama.ml

Resolvido

• Isolamento do teste não é imposto — nenhum bloco sabe se recebeu treino ou teste: o ml/tune e os ajustes aceitam a tabela inteira, e o ml/evaluate mede o que chegar. É escolha de desenho (o fluxo é explícito), mas o isolamento depende do usuário. Resolvido em da77947: o ml/split marca as saídas (atributo tr_ml_origem: papel treino/teste e id da divisão; atributo e não coluna porque o data/table guarda em RDS, que o preserva, e filtros/colunas novas também). Ajustar no teste (modelos, ml/tune, ml/nested_cv) é recusado com tr_ml_error_test_leak (vazamento de Kaufman et al. 2012, doi:10.1145/2382577.2382579); ml/predict propaga a marca e recusa o teste de outra divisão (tr_ml_error_split_mismatch); ml/evaluate/confusion/roc/pr_curve recusam previsões do treino (tr_ml_error_train_eval) salvo permitir_treino = TRUE, que devolve o mesmo número com aviso e nota de otimismo (erro por padrão porque o aviso se perde no card). Sem marca (divisão por fora, treino+teste juntados), comportamento anterior, dito nos pressupostos. Validação: testes de cada caminho, inclusive no fluxo real com store e segunda execução lida do cache e pelo store/restore do data/table; números com permitir_treino iguais aos da tabela sem marca.

• Revisão do isolamento (da77947 contornável) — o revisor reproduziu desvios: ajustar na tabela inteira e prever o teste (B1), juntar treino e teste com a marca de treino (B2), mistura de previsões de treino e teste avaliada como teste (B4), além das operações que perdem o atributo (B3). Resolvido em 63ec621 (impressões digitais por linha: xxHash64 do conteúdo nas colunas da divisão, multiconjunto com cópias no teste e no treino, modelo guarda as do seu treino; 100 mil linhas ≈ 1 s e ≈ 7 MB) e 56ece37 (B3 documentado: junção à direita, pivot, recriação à mão, colunas reescritas/removidas, divisão por fora). Validação: um teste por desvio dos scripts do revisor e ausência de falso positivo com linhas duplicadas entre os lados (5 sementes) e nos três fluxos de exemplos/machine-learning. Junto, na 0.4.0: IC de DeLong NA com nota para AUC 0/1 (688b87e) e para menos de 2 por classe (168b489); aviso de fold de validação com uma classe e grupo_estratificado (cf750a0); precisão indefinida NA fora das médias, como zero_division = np.nan (2b3d355); importância com medida visível e permutação = aumento do Brier do ranger (8845ef2).

• Validação só por divisão aleatória — o ml/split sorteia linhas (estratificando a classe) e o ml/tune faz folds aleatórios. Não há divisão temporal nem por grupo (indivíduo, lote, área), nem validação cruzada bloqueada; com dados dependentes o erro estimado fica otimista (Roberts et al. 2017, Ecography, 40(8), 913-929, doi:10.1111/ecog.02881). Os pressupostos apontam o data/filter para um corte temporal manual; o resto é lacuna. Resolvido em 8605879: estrategia = aleatoria/temporal/grupo no ml/split e no ml/tune (padrão inalterado); CV temporal por origem móvel com janela crescente (Tashman 2000, doi:10.1016/S0169-2070(00)00065-0; FPP3 sec. 5.10; Bergmeir, Hyndman & Koo 2018, doi:10.1016/j.csda.2017.11.003). Validação: contabilidade exata dos folds (20 dias em 5 blocos; cada linha valida uma vez por grupo) e ausência de vazamento (nenhum grupo dos dois lados, todo teste posterior ao treino).

• Importância por impureza — ml/forest usa importance = "impurity" e ml/cart a de rpart (com cortes substitutos); ambas favorecem preditores contínuos ou com muitos valores distintos (Strobl et al. 2007, doi:10.1186/1471-2105-8-25). O ranger oferece "permutation" e "impurity_corrected", não expostos. Resolvido em fb874ad: ml/forest ganha importancia = impureza (padrão) / permutacao / impureza_corrigida (Nembrini, König & Wright 2018, doi:10.1093/bioinformatics/bty373). Validação: ranger chamado direto com a mesma semente, igual a 1e-12. CART segue com a importância do rpart (documentada).

• Sem curva precisão-revocação nem escolha de corte — com classe rara, a ROC/AUC pode parecer boa enquanto a classe de interesse é mal prevista (Saito & Rehmsmeier 2015, doi:10.1371/journal.pone.0118432); não há bloco para a curva PR nem para escolher o corte de probabilidade. Resolvido em a0dd5cc (ml/pr_curve: AP e área de Davis & Goadrich 2006, doi:10.1145/1143844.1143874; oráculos yardstick::average_precision 1e-10 e PRROC::pr.curve 1e-8; exemplo à mão AP 0,7556 / área 0,7161) e 144c859 (ml/roc versão 3: corte de Youden e IC de DeLong 1988, doi:10.2307/2531595, iguais ao pROC a 1e-8).

• ml/tune sem estimativa honesta própria — a média dos folds do vencedor é otimista (Varma & Simon 2006, doi:10.1186/1471-2105-7-91); não há validação cruzada aninhada. O card exibe essa média; o teste separado é a estimativa a reportar. Resolvido em 629eafb: ml/nested_cv. Validação: fold externo refeito à mão e, em ruído puro (12 réplicas semeadas, n = 40, SVM), aninhada 0,519 de acurácia (acaso 0,5; tolerância 0,06) contra 0,604 da não aninhada.

• ml/roc: classe positiva padrão — com positiva vazia, usa a segunda classe na ordem de aparição das linhas (unique), sem relação com a coluna .prob_<classe> escolhida; se não baterem, a curva sai espelhada e a AUC vira 1 − AUC (Fawcett 2006, doi:10.1016/j.patrec.2005.10.010). A ajuda descreve o comportamento; seria mais seguro deduzir a classe do nome da coluna. Resolvido em eacfb9c: positiva vazia ⇒ classe do nome da coluna .prob_<classe>; se não houver, segundo nível do fator (ordem alfabética para texto); ml/roc versão 2. Validação: teste de regressão com y = sim, nao, sim, nao, .prob_sim = .8, .1, .7, .4 (AUC 0 → 1) e AUC igual a U/(n1·n0) de Mann-Whitney via stats::wilcox.test (Hanley & McNeil 1982), 0,82 num exemplo com empate (tolerância 1e-12). ml/evaluate e ml/confusion não usam classe positiva (métricas macro e tabela completa), então não há padrão a alinhar. Após a revisão da fase 1 (8984dcd): sem .prob_<classe> reconhecível, o bloco não adivinha mais o segundo nível — recusa com tr_ml_error_positive_required.

• ml/cart sem poda — rpart com cp = 0: a árvore só é contida por max_depth e minbucket, sem a poda por custo-complexidade escolhida por validação cruzada do CART original (Breiman et al. 1984; James et al. 2021, sec. 8.1.1). O ml/tune supre em parte, escolhendo profundidade e min_n. Resolvido em df0edad: poda por custo-complexidade com a regra 1-EP sobre o xval de 10 folds do rpart (Breiman et al. 1984, sec. 3.4.3), cp e poda (1ep/minimo/nenhuma) expostos; ml/cart e ml/tune versão 2. Validação: printcp/prune do rpart reproduzidos em airquality (casos completos, semente 42): cptable idêntico (1e-12), árvore cheia com 30 divisões, 1-EP com 3, previsões iguais às de prune(cp). Após a revisão (35a3869): xval = min(10, n) (deixa-um-fora com n ≤ 10), conferido contra rpart com xval = 1:n (1e-12, n = 3, 5, 8); custo da poda interna no ml/tune documentado (5f4750f).

• ml/linear com corte fixo em 0,5 — a logística classifica por probabilidade ≥ 0,5, sem opção de corte; com classes desequilibradas isso favorece a maioritária. Resolvido em a9ef59a: parâmetro corte (padrão 0,5, resultado anterior mantido, versão mantida). Validação: .prob_* iguais a fitted(glm) (1e-10) e .pred igual à regra P ≥ corte para 0,3/0,5/0,8.

• ml/svm: .pred × .prob_* — a classe vem da margem e as probabilidades da calibração de Platt (validação cruzada interna do LIBSVM); as duas podem discordar em linhas perto da fronteira (Chang & Lin 2011, doi:10.1145/1961189.1961199). Resolvido (a premissa estava errada) em ca59d3e: com probability = TRUE, o svm_predict_probability do LIBSVM já rotula pela maior probabilidade de Platt, não pela margem; o bloco agora calcula .pred = argmax das .prob_* explicitamente (empates na ordem dos níveis) e o pressuposto foi corrigido. Resultado idêntico fora de empates exatos, versão mantida. Validação: em iris binária (Sepal) a margem discorda de 2 linhas e .pred ainda coincide com o argmax; idem em iris com 3 classes.

• Sem curva precisão-revocação — com classe rara, a ROC/AUC pode parecer boa enquanto a classe de interesse é mal prevista (Saito & Rehmsmeier 2015, doi:10.1371/journal.pone.0118432). Resolvido em a0dd5cc (ml/pr_curve, main) e movido em 3bb4c5c para models/pr_curve, com os três modos da models/roc (modelo com validação, modelo + dados, tabela). AP = Σ ΔR·P e área com a interpolação de Davis & Goadrich (2006, doi:10.1145/1143844.1143874) integrada em forma fechada (Keilwagen, Grosse & Grau 2014), contas sem mudança. Validação: exemplo à mão (AP = (1 + 2/3 + 3/5)/3, área = (3 − ln 1,5 − 2 ln 1,25)/3, 1e-12); yardstick::average_precision (1e-10) e PRROC::pr.curve auc.integral (1e-8) em 200 linhas com empates; no modo modelo, a AP da resubstituição é igual à da tabela do models/predict (1e-12).

trama.multi

Sem pendências abertas (25/09/2026).

Resolvido

• Jackknife — só deixa-uma-linha-fora; dados agrupados pediriam jackknife por grupo. O intervalo usa t(n − 1) sobre a estimativa corrigida pelo viés, uma escolha usual mas não a única (Efron & Tibshirani 1993, cap. 11). Resolvido em 51d6d28: os quatro blocos ganham grupo (apagar-um-grupo; Shao & Tu 1995, doi:10.1007/978-1-4612-0795-5; Kott 2001, JOS 17(4):521-526, sem DOI), EP com G réplicas e t(G − 1). Validação: survey 4.5 com réplicas JK1 (as.svrepdesign(type = "JK1")) a 1e-10 na média e na razão (9 grupos desiguais; diferenças 6e-17 e 1e-17), exemplo de 3 grupos à mão. O intervalo t sobre a corrigida segue documentado como escolha.
• multi/roc — AUC multiclasse (pendente da entrada abaixo). Resolvido em 7fd83da: multi/roc versão 3 traz o M de Hand & Till (2001, doi:10.1023/A:1010920819831) no subtítulo com 3+ grupos. Validação: pROC::multiclass.roc 1.19.1 a 1e-10 (iris LDA deixa-um-fora M = 0,998133, diferença 1e-16; vinhos; 4 grupos com empates) e à mão.
• Curva precisão-revocação na multi (pendente da entrada de grupos desbalanceados). Resolvido em b68484f: bloco multi/pr_curve (AP; área de Davis & Goadrich 2006, doi:10.1145/1143844.1143874), mesma conta da ml/pr_curve. Validação: yardstick::average_precision a 1e-10 e PRROC::pr.curve a 1e-8 (pima deixa-um-fora: AP 0,721, área 0,719; vinhos com empates).
• Intervalo perfilado na logística ML (pendente da entrada de Firth). Resolvido em 495ea07: multi/logistic_coefficients versão 4 com intervalo = "perfilado" por padrão (Venables & Ripley 2002 sec. 7.2; Hosmer, Lemeshow & Sturdivant 2013 sec. 1.4) e p da razão de verossimilhanças na binária; Wald como opção; multinomial segue Wald (sem implementação de referência do perfil para o multinom, documentado). Validação: confint do glm (perfil do MASS) com grade fina a 1e-4 (2e-6 observado), limites pela definição a 1e-6, drop1(test = "LRT") a 1e-10. Param nivel → confianca em d7c4c25 (versão 3; fluxos salvos com nivel migram sozinhos pela migração de parâmetros do núcleo, cccf0f7 + b97222c).
• multi/roc — AUC sem intervalo de confiança (Hanley & McNeil 1982, doi:10.1148/radiology.143.1.7063747). Com 3+ grupos, só curvas um-contra-os-outros, sem AUC multiclasse resumida. Resolvido em 3740464: multi/roc versão 2 com IC de DeLong, DeLong & Clarke-Pearson (1988, doi:10.2307/2531595), param confianca, limites cortados em [0, 1] como no pROC. Validação: pROC::ci.auc(method = "delong") a 1e-8 (aSAH, três escores com empates, 95% e 90%; pima por deixa-um-fora: AUC 0,849, IC 0,816–0,882). Pendente: AUC multiclasse resumida (Hand & Till 2001) segue sem bloco.
• Avaliação com grupos desbalanceados — multi/confusion dá taxa por grupo e geral, mas não acurácia balanceada nem kappa, e não há curva precisão-revocação (Saito & Rehmsmeier 2015, doi:10.1371/journal.pone.0118432). Resolvido em 2b88e85: multi/confusion com tabela = "métricas" — acurácia, acurácia balanceada (Brodersen et al. 2010, doi:10.1109/ICPR.2010.764), kappa de Cohen (1960, doi:10.1177/001316446002000104) e precisão/revocação/F1 por grupo; padrão inalterado. Validação: contas à mão, exemplo 20/5/10/15 com κ = 0,4 (Wikipédia, não fonte primária), irr::kappa2 e psych::cohen.kappa a 1e-12. Pendente: curva precisão-revocação na multi (existe o plano de ml/pr_curve).
• multi/logistic com separação — o bloco detecta e recusa os coeficientes, mas não há logística penalizada (Firth 1993, doi:10.1093/biomet/80.1.27) como saída. Os intervalos de multi/logistic_coefficients são de Wald; com amostra pequena, Hosmer, Lemeshow & Sturdivant (2013, cap. 1) preferem o de verossimilhança perfilada. Resolvido em 531cd34: multi/logistic com metodo = "firth" (binária; Firth 1993; Heinze & Schemper 2002, doi:10.1002/sim.1047) e multi/logistic_coefficients versão 2 com IC da verossimilhança penalizada perfilada e p da razão de verossimilhanças penalizadas (coluna intervalo). Validação: logistf 1.26.1 no sex2 (coeficientes 1e-6; limites e p 1e-4; também confiança 0,9 e separação completa); no caso quase separado dos vinhos B × C, onde o logistf não converge em metade dos limites, cada limite confere pela definição (perfil = χ²₁ a 1e-6). Pendente: na ML o intervalo continua de Wald (perfilado para ML não implementado).
• Normalidade multivariada sem teste — a LDA/QDA, o M de Box, o teste χ² da fatorial por ML e a esfericidade de Bartlett supõem normalidade multivariada, mas o trama só confere cada variável isoladamente (models/shapiro, view/qq). Falta um teste multivariado (Mardia; Johnson & Wichern 2007, sec. 4.6). Resolvido em 6ebe41c: bloco multi/mardia (Mardia 1970, doi:10.1093/biomet/57.3.519) — assimetria b1,p com χ² (e com o fator k de amostra pequena de Mardia 1974, Sankhyā B 36(2):115-128, conferido só em fontes secundárias e no código do MVN/psych) e curtose b2,p com z; covariância de divisor n; por grupo opcional. Validação: psych::mardia reescalado ((n − 1)/n)^3 e ^2 a 1e-10 (iris setosa, iris, USArrests, mtcars); código do MVN::mardia 6.3 a 1e-13 nas estatísticas e p (o pacote não instala aqui: depende do gsl do sistema). Os pressupostos da discriminante, do M de Box, da fatorial e do KMO/Bartlett passam a apontá-lo.

trama.series

• Séries multivariadas (0.9.0, 08/10/2026) — tipos series/mts e series/var; 16 blocos novos (VAR, seleção de ordem, CCF, Granger/Toda-Yamamoto, Engle-Granger, Johansen, VECM, IRF, FEVD, portmanteau/normalidade/ARCH multivariados, resíduos). Implementação do vars (Pfaff 2008, doi:10.18637/jss.v027.i04) e do urca. Validação: VAR, previsão, causality, serial.test, normality.test, arch.test, irf (pontos e bandas com a mesma semente), fevd, ca.jo, cajorls e predict(vec2var) a 1e-10/1e-12; VARselect(Canada, lag.max = 8, type = "both") igual à tabela impressa no artigo de Pfaff (2008), conferida no PDF (7 decimais); Toda-Yamamoto (Toda & Yamamoto 1995, doi:10.1016/0304-4076(94)01616-8) refeito à mão a 1e-8, tamanho medido 4,0% a 5% (200 réplicas, dois passeios aleatórios independentes, T = 100; erro de Monte Carlo ≈ 1,5 p.p.); Ljung-Box multivariado (Hosking 1980, doi:10.1080/01621459.1980.10477520) refeito à mão a 1e-8. Engle-Granger: p pela superfície de MacKinnon (1996) para N variáveis, pela função interna urca:::.urcval (o punitroot público só cobre uma série); críticos assintóticos conferidos contra MacKinnon (2010, QED WP 1227, tabela 3, N = 2, τc: −3,89644/−3,33613/−3,04445) a 5e-4. Pendências: (1) graus de liberdade do portmanteau num VECM — num vec2var o vars soma K aos K²(h − p) do VAR; o bloco segue o vars, e a convenção de Lütkepohl (2005) para o VECM não foi conferida no livro; (2) d_max do Toda-Yamamoto escolhido por forecast::ndiffs (ADF), sem oráculo próprio; (3) regra automática de defasagens do portmanteau, min(16, ⌊T/5⌋): 16 é o padrão do vars, o teto T/5 não tem fonte; (4) ARCH multivariado citado a Lütkepohl (2005) sem seção conferida. Revisão independente (08/10): (a) nomes de coluna fora da sintaxe do R (espaço, acento) quebravam previsão, IRF e Granger depois do ajuste, porque o vars os renomeia por dentro — o series/join agora saneia os nomes (com nota) e o tipo series/mts recusa os inválidos; (b) série com nome começando por sd ligava as sazonais no bootstrap do IRF (bandas erradas, sem erro) — corrigido; (c) o determinístico do Johansen/VECM tinha rótulos enganosos (nenhum = ecdet = "none" do ca.jo, que é constante LIVRE no VECM): passa a constante restrita/constante livre/tendência restrita, conferidos no código do ca.jo; (d) a nota do portmanteau do VECM dizia que o vars soma K aos gl — soma K·r. Testes de regressão para (a) e (b).

• Pendências — raiz unitária com duas quebras (Lee & Strazicich 2003, doi:10.1162/003465303772815961; Narayan & Popp 2010): ainda sem bloco — nenhum pacote do CRAN implementa nenhum dos dois (busca no índice do CRAN de 2026-09-25 por “Strazicich”, “Narayan”, “two breaks”: só unitrootests, que traz Narayan & Liu 2015 com GARCH, outro teste), e sem implementação de referência ou valores publicados conferidos na fonte não há oráculo; não implementado.

Resolvido

• series/zivot_andrews — o número de defasagens é fixo (0 = trunc((n − 1)^(1/3))), sem escolha pelos dados. Zivot & Andrews (1992, doi:10.1080/07350015.1992.10509904) escolhem k pelo procedimento do geral para o específico (significância da última defasagem), e o series/adf do próprio trama escolhe por AIC. A tabela de críticos supõe k bem escolhido. Resolvido em 645cf20: padrão selecao = "t_sig", do geral para o específico (Perron 1989, doi:10.2307/1913712; Zivot & Andrews 1992): do teto (defasagens; 0 = Schwert 1989, doi:10.1080/07350015.1989.10509723) para baixo, fica o primeiro k com |t| da última diferença defasada ≥ 1,645, lido na regressão do corte escolhido com aquele k; fixa mantém a versão 1; series/zivot_andrews versão 2. Validação: regressão do corte = urca::ur.za (t de y_{t-1}, 1e-10, três modelos); propriedades da seleção conferidas (última significativa, todas as de cima descartadas); com k = 8 o bloco reproduz Zivot & Andrews (1992), modelo A, PNB real (−5,58, 1929) e nominal (−5,82, 1929) de Nelson-Plosser (urca::nporg, log, 1909-1970). Os valores publicados vêm de memória do artigo, não de conferência no PDF (acesso bloqueado). Revisão (f1acce8, versão 3): a regra implementada em 645cf20 escolhia o corte primeiro e o k só nele; agora k é escolhido do geral para o específico EM CADA corte e o teste é o mínimo dos t (regra do artigo, seção 4). Validação: força bruta com a regressão do ur.za (1e-10) em quatro séries, uma em que as regras divergem (−4,335 → −4,738); fixa com defasagens = 0 passa a ser zero defasagens. Nelson-Plosser, modelo A, k = 8: −5,576386 (real) e −5,823666 (nominal), 1929, recalculados com urca::ur.za sobre urca::nporg (a tabela do artigo não foi conferida no PDF). Medido sob passeio aleatório (nível, 300 réplicas): a regra do artigo rejeita a 5% em 31% (n = 30), 27% (50) e 13% (100), contra 10%, 6% e 5% com k fixo — documentado na ajuda e na nota (aviso abaixo de 100). Revisão (e92cf0d, versão 4): padrão passa a fixa com a regra l4 de Schwert (1989, eq. 13a do NBER TWP 73, conferida no texto), trunc(4·(n/100)^(1/4)); t_sig fica opção (teto l12) com o aviso abaixo de 100. Medido sob passeio aleatório, nível, 1000 réplicas, rejeição a 5% (n = 30/50/100): t_sig 29,3/19,8/14,6%; fixa l12 12,0/5,3/5,6%; fixa l4 8,0/6,9/6,2%. Oráculo: urca::ur.za(lag = l4) a 1e-12.
• series/phillips_perron — stats::PP.test roda sempre com constante e tendência; não há a versão só com constante (Phillips & Perron 1988, doi:10.1093/biomet/75.2.335), que tem mais poder em série sem tendência. Resolvido em 7b4449f: deterministico = tendência (padrão, stats::PP.test, idêntico à versão 1) ou constante (Z(t) pela forma geral, Hamilton 1994, eq. 17.6.8, convenções do PP.test; p pela tabela τ_μ de Fuller 1976); series/phillips_perron versão 2 (a nota do caso com tendência mudou). Validação: stats::PP.test e tseries::pp.test(type = "Z(t_alpha)") iguais a 1e-12 (tendência); aTSA::pp.test tipo 2 igual a 1e-10 no Z(t) com constante (n = 60, 150, 400), urca::ur.pp a < 0,5% (normalização de MacKinnon); p interpolado na mesma tabela do aTSA a ≤ 0,022 (o aTSA tem a coluna da mediana), mesma decisão; quantis da tabela devolvem p exato. Revisão (8542966, versão 3): o p do caso só constante interpolava a tabela τ_μ de Fuller (colunas de 10%/2,5% e cauda superior não conferidas) e prendia n < 25 na linha n = 25; passa a ser a superfície de resposta de MacKinnon (1996, doi:10.1002/(SICI)1099-1255(199611)11:6<601::AID-JAE417>3.0.CO;2-T), urca::punitroot: devolve 1/5/10% nos críticos assintóticos de MacKinnon (2010) e fica a < 0,002 das colunas de 1% e 5% de Fuller. Série com menos de 25 observações ganha aviso na nota (medido, 4000 réplicas: n = 12 rejeita 7,0% constante / 10,2% tendência).
• series/fisher — o periodograma é calculado com detrend = TRUE (tira uma reta antes), e o p-valor usa só o primeiro termo da série exata de Fisher (1929, doi:10.1098/rspa.1929.0151), conservador; a ordenada de Nyquist (série de tamanho par) entra na soma de g. A ajuda documenta os três; a formulação original supõe ruído branco gaussiano sem remoção de tendência. Resolvido em 498d4a6: a divergência era real em dois pontos e foi corrigida — a ordenada de Nyquist sai (χ² com 1 gl contra 2 das outras; m = ⌊(N − 1)/2⌋) e o p-valor é a série exata inteira; o crítico publicado é o quantil exato a 5%. A remoção da reta vira parâmetro remover (reta, padrão da dissertação; media, formulação original); series/fisher versão 2. Validação: GeneCycle::fisher.g.test (Wichert, Fokianos & Strimmer 2004, doi:10.1093/bioinformatics/btg364) igual a 1e-10 em seis séries do datasets com media, e nos resíduos da reta com reta; crítico com um termo igual à fórmula fechada (m = 5: 0,6838). Decisões das cinco séries da página inalteradas (p do lh: 0,052 → 0,062).
• Erro autocorrelacionado nas regressões — series/regression e os três F (series/f_global, series/f_sazonal, series/f_tendencia) usam mínimos quadrados ordinários, e o erro de série temporal costuma ser autocorrelacionado: p-valores otimistas. Regressão com erro ARMA / mínimos quadrados generalizados ainda sem bloco no trama (Morettin & Toloi 2006, Análise de séries temporais, 2. ed.). A entrada regressor do series/regression está declarada e recusa uso. Resolvido em 9996d62: series/regression ganha erro = "arma" (nlme::gls + corARMA(p = ar, q = ma), ML; Pinheiro & Bates 2000, doi:10.1007/b98882), padrão MQO sem mudança de resultado (versões mantidas); com GLS os três F viram F de Wald com a covariância do GLS. Validação: stats::arima(xreg = , method = "ML") (coeficientes 1e-3, log-verossimilhança 1e-4), MQO de Prais-Winsten com o phi estimado (1e-8), F de Wald refeito à mão (1e-8). Tamanho medido sem tendência, AR(1), n = 120: MQO 37% / GLS 8% (phi 0,6); 69% / 17% (phi 0,9) — perto da raiz unitária o GLS ainda passa do nominal (documentado). Não validado contra exemplo resolvido de livro (Cochrane-Orcutt): sem texto acessível para conferir. Revisão (5be3a70): GLS singular (série reproduzida sem resíduo) recusado com tr_series_error_singular_fit em vez de “não convergiu”; AR do erro com raiz inversa ≥ 0,9 emite tr_series_warn_near_unit_root e vai para a nota dos três F.
• Testes de tendência com dependência serial — series/mann_kendall, series/cox_stuart e series/pettitt supõem observações independentes; não há Mann-Kendall modificado nem pré-branqueamento (Hamed & Rao 1998, doi:10.1016/S0022-1694(97)00125-X). Lacuna: ainda sem bloco no trama. Resolvido em parte em 87dbce3: series/mann_kendall ganha correcao = hamed_rao (Hamed & Rao 1998) ou pre_branqueamento (livre de tendência; Yue et al. 2002, doi:10.1002/hyp.1095). Validação: modifiedmk::mmkh e ::tfpwmk (1.6) a 1e-8 (diferença medida < 1e-14) em seis séries, com empates. Medido sem tendência, AR(1), 2000 réplicas, rejeição a 5% (nenhuma / Hamed-Rao / pré-branqueamento): phi 0,6, n = 60: 30,7% / 21,1% / 39,4%; ruído branco: 5,1% / 8,5% / 4,7% — nenhuma correção devolve o nível e o pré-branqueamento piora (Hamed 2009, doi:10.1016/j.jhydrol.2009.01.040); documentado. Revisão: correcao = "bootstrap_blocos" (blocos móveis de round(√n), 1999 reamostras, semente do nó; Kundzewicz & Robson 2004, doi:10.1623/hysj.49.1.7.53993) no series/mann_kendall (8dd2edb) e no series/cox_stuart e series/pettitt (cfb1f3e). Oráculo da mecânica: bootstrap à mão com a mesma semente, igual exatamente. Nível medido (AR(1), sem tendência, 1000 réplicas, 5%; n = 60/120): MK phi 0,3 7,2/5,5%, phi 0,6 9,0/7,7% (sem correção 31%); Cox-Stuart 4,4/3,8% e 5,5/6,6%; Pettitt 3,5/4,6% e 8,7/7,8% — nominal com autocorrelação moderada, acima dele com phi 0,6 (documentado; opção, não padrão). Pré-branqueamento conferido na fonte (61fdd23): Yue et al. (2002, p. 1822-1823) removem o AR(1) sempre, sem teste de significância (o teste B.1 só seleciona estações); o r1 da eq. 14a é n/(n − 1) vezes o do acf usado pelo modifiedmk — documentado.
• Lacunas de modelagem — sem intervalos de previsão por bootstrap, sem modelo de intervenção (ARIMA com regressor de degrau/pulso) e sem teste de raiz unitária com duas quebras; os pressupostos de series/arima, series/ets, series/forecast e series/zivot_andrews apontam para essas lacunas. Resolvido em parte: intervalos por bootstrap em series/forecast (57fc01e; intervalo = "bootstrap", oráculo forecast::forecast(bootstrap = TRUE, npaths = 5000) com a mesma semente, 1e-12) e bloco series/intervencao (e5235ac; Box & Tiao 1975, doi:10.1080/01621459.1975.10480264, forma de ordem zero com degrau/pulso/rampa; oráculo forecast::Arima(xreg = ) a 1e-8; Seatbelts com degrau = coluna law: ω = −0,2397, EP 0,0433 — valores de Harvey & Durbin 1986 não conferidos). Resposta gradual resolvida em 201df6a (o bloco foi refeito na 0.7.0: ver “Intervenções declaradas antes do modelo”): resposta = "gradual", ω/(1 − δB) para degrau e pulso, δ perfilado, EP pela hessiana completa; oráculo TSA::arimax(transfer = list(c(1, 0))) 1.3.1 (Cryer & Chan 2008, cap. 11, doi:10.1007/978-0-387-75959-3) no airmiles 2001-09, a 1e-3 (pulso: ω = −0,3459, δ = 0,6947). Pendente: raiz unitária com duas quebras (ver Pendências).

Integração 9.1b (coesão das coleções × main, 25/09/2026)

Os itens resolvidos acima continuam valendo, com os commits citados; na branch coesao-colecoes os blocos da ml e da multi que avaliam ou leem coeficientes foram fundidos nos da trama.models, e as correções foram portadas para lá com os mesmos oráculos (os testes da main mudaram de casa, não de conta):

• IC de DeLong e corte de Youden (ml/roc, 144c859/688b87e/168b489; multi/roc, 3740464/16d930b) e AUC multiclasse de Hand & Till (multi/roc, 7fd83da) → models/roc versão 3 (confianca). Oráculos: pROC::ci.auc(method = "delong") a 1e-8, pROC::coords(best.method = "youden"), pROC::multiclass.roc a 1e-10 (collections/trama.models/tests/testthat/test-roc-ic.R e, com os classificadores da multi, test-roc-delong.R / test-roc-hand-till.R).
• Curva PR da multi (b68484f) → models/pr_curve versão 2 (uma curva por classe com 3+ classes); oráculos yardstick/PRROC.
• Métricas da confusão (2b88e85, 03bfaf9) → models/confusion versão 2, tabela = "métricas"; kappa contra irr/psych.
• Precisão de classe nunca prevista NA e fora das médias (2b3d355) → models/evaluate versão 3.
• IC perfilado (495ea07) e Firth (531cd34) → multi/logistic (metodo = "firth") e o método tr_models_coefs() da logística, lido pelo models/coefficients versão 2 (intervalo); oráculos confint do perfil, drop1(test = "LRT"), logistf.
• Importância por permutação e impureza corrigida (fb874ad, 8845ef2) → ml/forest (importancia) lida pelo models/importance; oráculo ranger.
• Isolamento do teste pela proveniência (da77947, 63ec621) → a marca tr_ml_origem viaja pelo models/predict; o modelo da ml recusa prever o teste que viu (tr_models_predict_raw), e models/evaluate, models/confusion, models/roc e models/pr_curve ganharam permitir_treino.
• Jackknife por grupo (51d6d28) fica na multi, com confianca.

Influência e colinearidade em modelos lineares (27/09/2026)

models/coefficients versão 3 acrescenta VIF/GVIF somente a lm com dois ou mais termos preditores. Os valores seguem car::vif; para termos com múltiplos graus de liberdade também se apresenta GVIF^(1/(2·gl)), conforme Fox & Monette (1992, doi:10.1080/01621459.1992.10475190). models/influence aplica stats::influence.measures a lm; alavanca, resíduo estudentizado, Cook, DFFITS, DFBETAS e a marca influente são confrontados com essa função a 1e-10. A linha 4/n no gráfico de Cook é triagem visual, não regra automática de exclusão. Testes: collections/trama.models/tests/testthat/test-resumir.R.

Permutação e bootstrap sobre lm (27/09/2026)

models/permutation permuta a resposta (dentro de grupo, quando dado) com a matriz do modelo fixa e recalcula o F sequencial (tipo I) do termo pelos efeitos Q’y da QR do ajuste, o mesmo cálculo do anova.lm; o bloco confere que reproduz o F observado antes de permutar. p = (b + 1)/(B + 1) (Phipson e Smyth, 2010), empates por tolerância 1e-8. Oráculos: permutação escrita à mão com anova(lm()) na mesma semente (1e-12) e coin::oneway_test Monte Carlo no PlantGrowth (dentro de 4·√2 erros-padrão binomiais). Distinto do experiments/randomization_test, que re-sorteia pela receita do plano.

models/bootstrap reamostra casos (boot::boot, estratificado pelo fator nas médias e diferenças) e reajusta por lm.fit; toda quantidade é L β, com L fixa na grade de referência original (médias = emmeans do ajuste original). IC percentil e BCa do boot::boot.ci; conferidos contra boot/boot.ci aplicados à estatística escrita à mão (coef(lm()), tapply das médias) na mesma semente, a 1e-10. Decisão: valores a menos de 1e-9 (relativo) de t0 viram t0 antes do BCa — com resposta discreta, reamostras com média exatamente igual à observada são comuns, e o ruído de ponto flutuante decidia se entravam em t < t0 (medido: BCa diferia na 4ª casa entre duas estatísticas matematicamente iguais). Reamostras de posto incompleto são descartadas e contadas; nesse caso a influência do BCa vem do jackknife, e o BCa fica NA quando o jackknife não estima. Testes: test-permutation.R, test-bootstrap.R.

Seleção multimodelo e ponte tidy (30/09/2026)

models/select ranqueia modelos por AICc = AIC + 2k(k+1)/(n−k−1) (Hurvich e Tsai, 1989, doi:10.1093/biomet/76.2.297) e pesos de Akaike exp(−Δ/2) normalizados (Burnham e Anderson, 2002, cap. 2, doi:10.1007/b97636). k conta os parâmetros de variância (attr(logLik, "df")), como stats::AIC. Misto e GLS são reajustados por ML: REML não compara efeitos fixos diferentes. Com n−k−1 ≤ 0 o AICc não existe e o modelo sai sem peso. Recusa respostas diferentes (log(y) × y) e números de linhas diferentes. Oráculo: AIC/BIC contra stats::AIC/BIC; AICc e pesos contra a fórmula fechada escrita à mão, a 1e-10 e, com MuMIn 1.48.19, contra MuMIn::AICc e MuMIn::Weights (lm; o teste pula onde o pacote não existe). Referências conferidas na fonte em 30/09/2026. Hurvich e Tsai (1989), Biometrika 76(2): 297–307: título, autores, volume e páginas confirmados no Crossref. Burnham e Anderson, Model Selection and Multimodel Inference: A Practical Information-Theoretic Approach, 2ª ed., Springer, 2002, ISBN 0-387-95364-7: título, editora, DOI, edição e ano confirmados (catálogo da Springer e de bibliotecas); o Crossref dá 2004 para o DOI porque é a data da publicação online, e a citação usual é 2002. Faixas do delta: a de Δ < 2 (suporte substancial), a de 4 a 7 (bem menos) e a de Δ > 10 (essencialmente nenhum) aparecem, atribuídas a esse livro, em textos que o citam; a página exata não foi conferida (nenhuma fonte acessível a cita), então o help não cita página e diz que a transição entre as faixas é gradual. Fica aberto abrir o livro para fixar seção e página. Também: mistos, GLS e nls não têm oráculo MuMIn próprio (o AIC deles vem de logLik). tidy(), glance() e augment() só renomeiam colunas dos leitores do contrato; oráculo broom (lm, glm) a 1e-8. Testes: collections/trama.models/tests/testthat/test-select.R, test-tidy.R.

Amplitude–média em séries (30/09/2026)

series/range_mean agrupa observações consecutivas em blocos completos (padrão igual à frequência/ciclo declarado), calcula média e amplitude (máximo menos mínimo) e ajusta OLS amplitude ~ média. O p-valor bilateral testa inclinação zero com t e n_blocos − 2 graus de liberdade. Inclinação positiva significativa orienta a avaliar log/Box-Cox; ausência de significância não prova homocedasticidade. O trecho incompleto final é descartado. O gráfico mostra os pontos e a reta.

Fonte metodológica consultada: Zucoloto, Giarola e Rocha (2018), “Modelagem da exportação brasileira de automóveis”, Revista Eletrônica Matemática e Estatística em Foco, 6(1), 12–23, PDF, p. 15. A fonte especifica grupos de 12, amplitude versus média, teste t da inclinação e H0: inclinação zero; relata p = 0,168045 para a série Bovespa. Também consultada, p. 15: a fonte descreve transformação log quando a amplitude cresce proporcionalmente à média. tr_ref e o texto de pressuposto refletem essas afirmações verificadas.

Oráculo numérico: o rmplot do gretl 2023c (pacote de referência, outro código) no AirPassengers dá 12 sub-amostras de 12, inclinação 0,560685 e p = 4,78409e-10; o bloco bate nos 6 algarismos impressos, e na tabela de amplitude e média por bloco. Divergência declarada: com bloco final incompleto o gretl o usa (AirPassengers até 1958:06 dá 0,43901) e o bloco o descarta, porque a amplitude de um bloco menor é menor por construção. Não foi possível conferir no livro de Morettin & Toloi. Testes: test-testar.R, test-catalogo.R.

Séries: regressão por fórmula, componentes com inferência (30/09/2026)

series/regression v2 ajusta uma fórmula sobre valor, t, periodo, ano e regressor e sai como models/fit (trama.models::tr_models_as_fit, 0.6.0). Migração da v1: grau 1 → t, grau g ≥ 2 → poly(t, g, raw = TRUE) (um termo, para o F do bloco ser uma linha do quadro), sazonalidade → periodo, alfa → confianca = 1 − alfa. Oráculos:

• coeficientes da fórmula padrão e da migrada de grau 2 contra lm direto com o fator do mês em contr.sum (1e-8 a 1e-10);
• F de cada bloco (models/anova_table, tipo III) contra o F parcial de anova(reduzido, completo) (1e-8); com erro AR(1), contra o F de Wald b’V⁻¹b/q refeito à mão (1e-6); o tamanho com erro AR(1) (37% → 8%) segue;
• previsão contra forecast::tslm(y ~ trend + season) (média e limites de 80 e 95%, 1e-8); com erro ARMA, contra forecast::Arima(xreg = ) do mesmo desenho (1e-6), cujos coeficientes batem com os do GLS a 1e-3 (mesma verossimilhança ML); com regressor, contra predict.lm com o regressor futuro.

Os três F (series/f_global, f_seasonal, f_trend) saíram: migram para models/fit_stats e models/anova_table com tipo_sq = "III". series/detrend v2 ganha a saída ajuste (valor ~ t ou poly(t, g, raw = TRUE), conferido contra lm; loess e diferença dão a reta como referência, dito na nota). series/deseasonalize (novo) ajusta valor ~ t + periodo por padrão (controlando a tendência) ou valor ~ periodo, conferido contra lm e, sem tendência, contra as médias de período centradas (1e-10). Com ciclos incompletos, os dois avisam e recomendam a regressão conjunta. Testes: test-decompor.R, test-operar.R, test-testar.R, test-motor.R.

Em 01/10/2026 (trama.series 0.6.0), series/detrend v3 e series/deseasonalize v2 trocam a saída ajuste pelo componente removido (tendencia/sazonal, série), e os coeficientes vão para o card da série sem o componente. As contas não mudam e seguem conferidas contra lm (1e-10). Loess e diferença deixam de mostrar a reta de referência: o card delas é o gráfico, sem coeficiente que não corresponde ao que foi removido.

ARIMA em models/compare e models/select (01/10/2026)

trama.series 0.6.0 / trama.models 0.6.1. O ARIMA chega aos blocos de modelo por adaptador (series/model → models/fit); nenhum bloco novo. Razão de verossimilhança 2(ℓ₁ − ℓ₀) ~ χ² com gl = diferença de parâmetros (Wilks, 1938), aceita só entre ajustes da MESMA série com os mesmos d, D e período e coeficientes do menor contidos no maior; com d diferente as verossimilhanças são de séries diferentes. Seleção com k = coeficientes livres + variância e n = observações efetivas (nobs), o que reproduz o AICc e o BIC do forecast (Hyndman e Athanasopoulos, 2021, sec. 9.8). Coeficientes com erro-padrão da matriz de informação e teste z. Validação (1e-8, série lh): estatística, gl e p contra lmtest::lrtest; AICc e BIC contra forecast::Arima; estimativa, erro-padrão e p contra lmtest::coeftest. Teste: collections/trama.series/tests/testthat/test-arima-fit.R.

Tamanhos de efeito nos testes não paramétricos e no qui-quadrado (02/10/2026)

trama.models 0.6.2. models/kruskal (v2) passa a dar no efeito o épsilon² dos postos, H / (n − 1) (Tomczak e Tomczak, 2014), sem IC. models/wilcoxon (v2) mantém o deslocamento de Hodges-Lehmann como efeito e acrescenta a bisserial de postos r = 2W/(n₁n₂) − 1 (Cureton, 1956; Kerby, 2014) na nota e em extra_r_bisserial_postos. models/chisq (v3) dá o V de Cramér (1946), √(X² / (n (min(l, c) − 1))), sem correção de viés, com nota de que superestima em amostra pequena (Bergsma, 2013), e os resíduos padronizados ajustados (chisq.test()$stdres; Agresti, 2002, sec. 3.3.1) com |r| > 2 na nota e o maior em extra_maior_residuo_padronizado. Validação (1e-9): pacote de referência effectsize 1.0.3 (rank_epsilon_squared, rank_biserial, cramers_v(adjust = FALSE)) em InsectSprays, ToothGrowth e mtcars (cyl × gear); valores anotados no teste e conferidos ao vivo quando o pacote está instalado. A fórmula de Tomczak e Tomczak foi conferida por meio do effectsize, que a cita, e não no artigo. Cramér (1946), Mathematical Methods of Statistics (Princeton University Press), conferido no catálogo da editora (press.princeton.edu) e da De Gruyter (reimpressão, doi:10.1515/9781400883868); a página da fórmula não foi conferida. Shapiro-Wilk com n > 5000 passa a recusar com tr_models_error_too_many_rows (antes, a classe de “de menos”). Teste: collections/trama.models/tests/testthat/test-testes.R.

Aviso do tipo I com desenho desbalanceado (02/10/2026)

models/anova_table num lm com tipo_sq = "I" compara a SQ sequencial de cada termo com a do tipo II (car::Anova); se alguma difere (relativo 1e-8), a nota diz que aquela SQ depende da ordem dos termos e aponta o tipo II (Langsrud, 2003). O padrão continua “I” (decisão de quem analisa) e os números não mudam, por isso a versão do nó fica. Teste em ToothGrowth (balanceado, sem aviso) e sem as 5 primeiras linhas (aviso só em supp, cuja SQ muda mais de 1 unidade ao trocar a ordem): collections/trama.models/tests/testthat/test-resumir.R.

Binomial negativa no models/glm (02/10/2026)

trama.models 0.6.2, models/glm versão 3. Família binomial negativa por MASS::glm.nb: NB2, V(μ) = μ + μ²/θ, ligação log, θ por máxima verossimilhança alternada com o IRLS (Lawless, 1987, doi:10.2307/3314912; Venables e Ripley, 2002, sec. 7.4, doi:10.1007/978-0-387-21706-2 — seção conferida no script ch07.R do MASS). O models/compare usa o anova.negbin (razão de verossimilhança com θ reestimado em cada modelo); o quadro tipo I fixa o θ do modelo completo (aviso do próprio MASS), o tipo II/III é o do car; a validação cruzada reestima θ sem a linha. Validação: coeficientes, θ, EP(θ), EP dos coeficientes e log-verossimilhança contra MASS::glm.nb no exemplo do livro (quine, Days ~ .^4), 1e-8; θ e coeficientes contra máxima verossimilhança direta por optim sobre dnbinom (Days ~ Eth + Sex + Age + Lrn), 1e-4 (tolerância do otimizador), log-verossimilhança 1e-8; razão de verossimilhança contra anova.negbin, 1e-8; tipo II contra car::Anova, 1e-8. Os valores impressos do livro não foram conferidos página a página (a referência numérica é o pacote do mesmo autor). Teste: collections/trama.models/tests/testthat/test-binomial-negativa.R.

Intervenções declaradas antes do modelo; detecção de Chen & Liu (05/10/2026)

trama.series 0.7.0. series/intervencao (v2) deixou de ajustar: só anota a série (carimbo com valores e calendário), e o series/arima estima as intervenções junto com o ARMA. Tipos: pulso (AO), degrau (LS), rampa e inovacional (IO) (Fox, 1972, doi:10.1111/j.2517-6161.1972.tb00912.x; Chen e Liu, 1993, doi:10.1080/01621459.1993.10594321); dinâmica gradual ω/(1 − δB) de Box e Tiao (1975). Mudou o resultado do bloco (tabela → série), por isso v2 com migração dos params (resposta → dinamica, ordens saem).

• Imediatas: forecast::Arima(xreg = ), uma coluna por intervenção. Oráculo: a mesma chamada a 1e-8 (Seatbelts, degrau = coluna law, ω = −0,2397; Nile com rampa e pulso juntos, coeficientes e EP).
• Gradual: δ perfilado, EP pela hessiana da verossimilhança completa, agora com δ contado no AIC/AICc/BIC e no k do models/select (antes o bloco não reportava AIC). Oráculo inalterado: TSA::arimax 1.3.1 no airmiles a 1e-3. Previsão: o regressor continua o filtro (pulso decai como δ^h, conferido a 1e-12).
• Inovacional: regressor = pesos ψ do modelo inteiro (AR com (1 − B)^d (1 − B^s)^D, MA) a partir da data, recalculados até o ponto fixo (|Δcoef| < 1e-8; quando o optim oscila no 3º–4º algarismo, como no SARIMA(1,1,1)(1,1,1) do log(AirPassengers), aceita-se variação relativa < 1e-3, e o reajuste com o regressor final confere a 1e-3). Oráculo: tsoutliers::outliers.effects(pars = coefs2poly(ajuste)) 0.6-10 a 1e-8 (Nile, ARIMA(1,1,1) e AR(2); Seatbelts sazonal com d = D = 1) e reajuste Arima(xreg = ) com esse regressor a 1e-6. O tso usa os parâmetros da etapa anterior; aqui são os do próprio ajuste. O EP de ω trata ψ como conhecido (limitação declarada na ajuda).
• Automático com intervenções: auto.arima(xreg = ) com os regressores na forma imediata; com IO ou gradual, a ordem escolhida é reajustada inteira (a ordem é escolhida num modelo aproximado — limitação declarada).
• Recusas: previsão bootstrap com intervenções (o simulate.Arima do forecast 9.0.2 não recebe o xreg futuro nem a deriva); ETS, Holt-Winters e series/regression recusam série com intervenções em vez de ignorá-las.
• series/detect_interventions: tsoutliers::tso() (Chen e Liu, 1993), tipos AO/LS/TC/IO, valor crítico do pacote (3 a 4 pelo n) ou informado, modelo ligado (tsmethod = "arima" com a ordem dele) ou automático. Oráculo: igualdade com a mesma chamada; no Nilo, degrau em 1899 (ω = −242,2, t = −9,05), a data da barragem de Assuã (Cobb, 1978, doi:10.1093/biomet/65.2.243). O pulso de 1913 que o tso também acha não foi conferido contra a literatura.

Teste: collections/trama.series/tests/testthat/test-intervencao.R.

Distribuição no data/summary (06/10/2026)

O data/summary (versão 2) ganhou distribuicao. Numa coluna numérica: 10 classes de mesma largura entre mínimo e máximo, fechadas à esquerda, com o máximo na última. Oráculo: graphics::hist(breaks = seq(min, max, length.out = 11), right = FALSE, include.lowest = TRUE)$counts, com igualdade exata em normal, exponencial, inteiros com empate na borda e escala 1e6. A altura do bloco é proporcional à classe mais cheia; classe ocupada sobe pelo menos um degrau, para não se confundir com vazia. Níveis: fração entre os não-faltantes, já que faltantes é coluna própria. O perfil que ficava no card de toda tabela saiu.

Várias intervenções num bloco (06/10/2026)

series/intervencao (versão 3) aceita várias datas e uma tabela de datas. O modelo não mudou: cada data vira o mesmo termo que viraria num bloco encadeado. Oráculo: equivalência com o encadeamento (carimbo idêntico e coeficientes do series/arima a 1e-10), cujo ajuste já confere com forecast::Arima(xreg = ) a 1e-8. Na tabela da detecção, a temporária (TC, δ = 0,7 fixo no tsoutliers) entra como pulso gradual com δ estimado — a mesma forma ω/(1 − δB) —, e o limite de uma gradual por modelo continua.

Coleção trama.spatial: variograma, ajuste e krigagem (06/10/2026)

trama.spatial 0.1.0, sobre gstat 2.1.6 (Pebesma, 2004, doi:10.1016/j.cageo.2004.03.012). Os três blocos estatísticos e o que cada teste afirma de fato.

spatial/variogram (versão 1). Variograma empírico: estimador clássico de Matheron (1963, doi:10.2113/gsecongeo.58.8.1246) ou robusto de Cressie e Hawkins (1980, doi:10.1007/BF01035243), em classes de mesma largura, omnidirecional ou numa direção (graus a partir do Norte), com remoção de tendência (constante, 1ª ou 2ª ordem, covariável). Oráculo: geoR::variog 1.9.6 nas MESMAS classes passadas aos dois pacotes: clássico, robusto (estimator.type = "modulus"), direcional a 30 e a 60 graus (nunca 45, ponto fixo da conversão errada) e tendência de 1ª e de 2ª ordem. Tolerância declarada 1e-8 em gamma; concordância medida ~1e-14. Teste: collections/trama.spatial/tests/testthat/test-variograma-geor.R.

• Achado: precisão do gstat na tendência polinomial. Com as coordenadas em metros UTM (~1e6), o termo de 2ª ordem vale ~1e12 e a regressão da tendência sai mal condicionada: o gstat errou 5,5e-8 (relativo) contra a referência exata, e o geoR 1,4e-13 (medidas feitas durante o desenvolvimento, contra uma referência exata montada à parte: nenhum teste do repositório afirma estes números, e não são oráculo). O bloco centra e padroniza as colunas da regressão; os resíduos de um polinômio não mudam sob mudança afim das coordenadas, e as posições dos pares seguem nas coordenadas originais. Depois disso o gstat ficou a 1,1e-15 da referência exata na 2ª ordem (também medida, não asserida). O que os testes afirmam é a concordância com geoR::variog na tolerância de 1e-8, que cobre a 1ª e a 2ª ordem; ela não foi afrouxada.

spatial/variogram_fit (versão 1). Ajuste de esférico, exponencial, gaussiano ou Matérn por mínimos quadrados (gstat::fit.variogram; WLS-Cressie com peso N/γ², WLS-np e OLS), com várias partidas fixas e o ajuste válido de menor critério. Alcance prático fechado por família (esférico = phi, exponencial ≈ 3 phi, gaussiano ≈ √3 phi, Matérn pela raiz de γ = 95% do patamar). Oráculos, e o que cada um prova:

• Alcance prático contra a raiz de γ(h) = 0,95 do patamar resolvida numericamente (tolerância 2e-3: 3 e √3 são arredondamentos convencionais, de erro relativo medido 1,4e-3 e 7,4e-4) e, no Matérn, contra gstat::variogramLine (1e-6) em kappa 0,3, 0,5, 1, 2,5 e 10.
• Minimização: o ajuste tem critério menor que o de parâmetros perturbados (alcance ×2 e ÷2, contribuição ×2), nos três métodos, em milho_pr e cafe_mg; o sqr do bloco é esse critério recalculado (1e-9). Exceção: com milho_pr, exponencial e WLS-np o ajuste não é identificado (alcance prático ~17 vezes a maior distância), e o teste afirma a recusa do bloco (expect_error, tr_spatial_error_bad_fit), não uma minimização.
• Campo simulado de verdade conhecida (pepita 1, contribuição 9, alcance 50), por intervalo e não por ponto.
• geoR::variofit(weights = "cressie"): concordância de ordem de grandeza, tolerância 0,35 em pepita, contribuição e alcance. É frouxa de propósito e não prova igualdade numérica. Sobre o mesmo variograma empírico (que bate entre os dois pacotes), o fit.method = 2 do gstat e o weights = "cressie" do geoR chegam a parâmetros até ~26% diferentes (alcance do exponencial e do esférico em milho_pr): minimizam critérios próximos mas não idênticos, com otimizadores diferentes. O teste existe para pegar erro grosseiro (parâmetro trocado, escala errada, modelo errado).

Teste: collections/trama.spatial/tests/testthat/test-ajuste-oraculo.R.

• Achado: o gstat devolve ajuste ruim sem erro. Singular e não convergido saem com attr(fit, "singular") e um aviso, e o resultado pode parecer plausível. O bloco lê o atributo, captura o aviso, confere sinais e checa o alcance prático contra a escala dos dados; o que falha vira erro nomeado, e pepita negativa nunca é consertada em silêncio (o erro indica pepita_fixa com pepita_inicial = 0).

spatial/kriging (versão 1). Krigagem ordinária e simples, com vizinhança global ou local (nmax, maxdist) e erro-padrão por célula (gstat::krige). Oráculos, do mais forte ao mais barato:

1. Sistema de krigagem resolvido à mão com solve(), sem pacote de geoestatística (Isaaks e Srivastava, 1989, cap. 12), com a covariância de cada família escrita no teste; cobre pepita > 0, alcance prático diferente de phi, Matérn em kappa 1,5, esférico com pontos além do alcance, vizinhança e raio. Tolerância 1e-8. Nos cinco pontos de Isaaks (exponencial, alvo (30, 60)): predito 13,7683147552 e variância 3,5802184923, valores que o teste afirma a 1e-8. Medido durante o desenvolvimento, e não asserido por teste: mão, gstat e geoR diferem de 0 a 1,8e-15.
2. geoR::krige.conv, ordinária em dados reais e em metros, simples com média diferente da amostral, e Matérn de kappa 1,5. Tolerância 1e-6.
3. Exatidão: no ponto amostral, o predito é o observado e a variância é zero quando a pepita é zero (1e-6).

Teste: collections/trama.spatial/tests/testthat/test-krigagem-oraculo.R.

• Achado: krigagem simples sem média. gstat::krige aceita a simples sem beta e resolve com média zero, em silêncio. O bloco recusa antes (media obrigatória na simples) e passa beta explicitamente.

Fora desta versão, e sem oráculo: a escolha entre famílias e a validação cruzada (spatial/validation, em docs/propostas-blocos-estatistica-trama.md).

Delineamentos ajustados com lm em vez de aov (08/10/2026)

DIC, DBC, DQL e fatorial (models/anova_dic, anova_dbc, anova_dql, anova_factorial) passam a ajustar com stats::lm, por orientação do prof. Júlio Bueno: o lm é o modelo geral e o aov é só um invólucro dele. O quadro sai do anova() do lm, com a mesma soma de quadrados sequencial do summary.aov; emmeans, car::Anova e os testes de médias usam o mesmo ajuste. Os resultados não mudam (oráculo: test-ajustar.R, F do fatorial do ToothGrowth contra summary(aov()), tolerância 1e-10), por isso nenhuma version de nó sobe.

A parcela subdividida (models/anova_split_plot) também deixa o aov(... + Error(bloco/parcela)): ajusta um lm com bloco:parcela fixo, e o quadro sai do anova() sequencial dele, com bloco e parcela testados contra bloco:parcela (erro a) e subparcela e interação contra o resíduo (erro b). É o quadro dos estratos (oráculo: test-ajustar.R, F e QM dos dois erros contra summary(aov(... + Error())) nos dados aveia, tolerância 1e-10). Médias e comparações seguem no lmer equivalente. Nenhum stats::aov resta no código das coleções.

models/permutation declarava coin::oneway_test; independence_test como implementação, mas o coin só serve de oráculo nos testes: o bloco calcula o F com stats::anova a cada permutação. A referência de implementação saiu (o artigo do coin fica como referência do método); o relatório exportado, que agora cita as ferramentas que rodaram, deixaria de creditar um pacote que não roda. Nenhum resultado muda.

Resíduo quantílico randomizado no GLM (09/10/2026)

models/residuals (versão 2) ganha residuo_quantilico no GLM: o resíduo quantílico normalizado randomizado de Dunn & Smyth (1996, JCGS 5(3), 236-244, doi 10.1080/10618600.1996.10474708, conferido no Crossref). Nas famílias discretas (binomial 0/1 e agrupada, Poisson, binomial negativa) sorteia u uniforme no salto da acumulada; gama e gaussiana são contínuas e não sorteiam; nas quasi não há distribuição, e a coluna sai NA. O nó passa a stochastic, com a semente do card. Oráculo: statmod::qresid com a mesma semente e o mesmo RNG, nas seis famílias, tolerância 1e-10 (test-resumir.R). As colunas que já existiam não mudam.

Normalidade dos resíduos quantílicos do GLM, p mediano calibrado (09/10/2026)

models/shapiro_residuals (versão 2) deixa de recusar o GLM. Tomar o p mediano do Shapiro-Wilk em vários sorteios do resíduo quantílico e ler contra 0,05 não controla o tipo I: os p são dependentes e a mediana se concentra no meio. Medido (2000 conjuntos sob o modelo certo, 5%): Poisson n = 30, 5,2% com um sorteio, 1,7% com a mediana de 11; Poisson n = 200, 1,3%; binomial 0/1 n = 50, 0%. Por isso o p mediano observado é a estatística, e o p-valor é de Monte Carlo (Davison & Hinkley 1997, cap. 4): respostas simuladas do ajuste (stats::simulate), reajustadas com a mesma matriz de modelo (theta reestimado na binomial negativa), p = (1 + #{simulado <= observado}) / (B + 1).

Tipo I medido do teste calibrado (11 sorteios, 99 reamostras, 1000 conjuntos, IC 95% exato de Clopper-Pearson): Poisson n = 30, 5,5% [4,2; 7,1]; binomial 0/1 n = 50, 4,6% [3,4; 6,1]; binomial negativa n = 40, 4,5% [3,3; 6,0]. Os três contêm 5%.

Não há pacote de referência para a calibração; o oráculo é por partes (test-testes.R): o p mediano observado refeito com statmod::qresid + stats::shapiro.test na mesma semente (1e-12), o p na grade (k + 1)/(B + 1), e o teste acusa a Poisson nos dados sobredispersos do MASS::quine e não acusa a binomial negativa. Junto, o resíduo quantílico passa a ser finito na cauda de cima, onde o statmod::qresid dá Inf (u arredonda para 1): a conta vai pela complementar. Igual ao statmod onde ele é finito e abaixo de 7 em módulo (1e-8); acima disso o statmod já perdeu dígitos.