O objetivo principal deste trabalho é desenvolver a construção de modelos de regressão polinomiais segmentados e apresentar alguns resultados para diagnósticos nesses modelos. Os modelos polinomiais compõem-se de uma curva dividida em partes onde os segmentos adjacentes ('pedaços de curvas') que a formam podem ter o mesmo grau ou não. Esses modelos são úteis quando a variável resposta não apresenta uma única tendência ao longo dos dados. Em algumas situações, pode-se impor restrições a esses modelos para obter o grau desejado para uma determinada parte. Logo, discutimos tanto o caso irrestrito quanto o restrito desses modelos. Para avaliá-los, algumas medidas de seleção e diagnóstico são apresentadas e desenvolvidas, assim como são adaptados programas gráficos de diagnóstico e geração de envelopes em S-Plus. Como a segmentação ocorre na parametrização da expressão X 'Beta', trabalhamos também o preditor linear de um modelo linear generalizado (MLG) contemplando assim não somente os modelos normais lineares e sim uma classe maior.

not available