<div dir="ltr"><div class="gmail_default" style="font-family:trebuchet ms,sans-serif">Sim. Mudando para outra distribuição você ainda está rodeado de pressupostos (pois de fato não há como viver sem eles), só que agora são outros. Por exemplo, ao assumir uma distribuição Poisson para uma v.a. de contagem tá sendo assumido que a relação média variância é um pra um (média igual variância). Na normal a relação era nula. Ao assumir uma binomial, a relação média variância é p*(1-p). Ainda nesses dois casos, essas distribuições são descritas por um único parâmetro, então um modelo de regressão nesse parâmetro também é um modelo de regressão para dispersão (variância) devido as implícitas relações média-variância. Daí surge a preocupação em avaliar a suposição de equidispersão. Já na distribuição Gama, que tem dois parâmetros, um modelo de regressão em um parâmetro de locação não necessariamente amarra a dispersão (variância), por exemplo, na normal os modelos para média (X\beta) e variância (constante) são separados os desconectados. Mas seja qual for a distribuição considerada, análise de diagnóstico baseada em gráficos já é um procedimento satisfatório. No entanto, entram em cena mais tipos de resíduos, como os de deviance, além de suposições assintóticas, como a de que os resíduos de deviance vão apresentar distribuição normal com o aumento do tamanho da amostra.<br></div>​<br>À<div class="gmail_default" style="font-family:trebuchet ms,sans-serif;display:inline">​ disposição.<br></div><div class="gmail_default" style="font-family:trebuchet ms,sans-serif;display:inline">Walmes.​</div><br></div>