Índice de Massa Corporal e sua relação com variáveis nutricionais e sócio-econômicas: um exemplo de uso de regressão linear para um grupo de adultos brasileiros Body mass index and its relationship to nutritional and socioeconomic variables: a linear regression approach to a Brazilian adult sub-population

O artigo estuda, para um grupo de adultos brasileiros selecionados aleatoriamente dentre os entrevistados no ENDEF, a relação entre o índice de massa corporal (IMC) e as seguintes variáveis: ingestão de energia média na família; gasto energético para atividades laborais; despesa corrente per capita da família, sexo, idade e perímetro braquial. Também discute problemas inerentes ao uso de regressão linear no estabelecimento da relação entre variáveis de mais de um nível de observação (família e pessoa) obtidas por amostras complexas, e técnicas para o diagnóstico e tratamento da influência de pontos extremos, de multicolinearidade, de erros de especificação do modelo e de violação da pressuposição de homocedasticidade. Os resultados mostram que o modelo não é afetado por pontos extremos nem por multicolinearidade, não havendo indicação de erro de especificação. Testes aplicados indicam, no entanto, a presença de heterocedasticidade, cuja correção não acarreta modificação significativa nos parâmetros do modelo estimado. O artigo ressalta que o tamanho da amostra (cerca de 14.000 pessoas) faz com que os testes sejam mais rigorosos do que o desejado e conclui que há associação linear significativa entre o IMC e as variáveis indicadas.This paper focuses on the relationship between body mass index (BMI) and family energy intake, occupational energy expenditure, per capita family expenditure, sex, age, and left arm circumference for a group of Brazilian adults randomly selected among those interviewed for a survey on food consumption and family budgets, called the National Family Expenditure Survey. The authors discuss linear regression methodological issues related to treatment of outliers and influential cases, multicollinearity, model specification, heteroscedasticity, as well as the use of two-level variables derived from samples with complex design. The results indicate that the model is not affected by outliers and that there are no significant specification errors. They also show a significant linear relationship between BMI and the variables listed above. Although the hypothesis tests indicate significant heteroscedasticity, its corrections did not significantly change the model's parameters, probably due to the sample size (14,000 adults), making hypothesis tests more rigorous than desired