a discrepância entre os testes indica violação do pressuposto de homogeneidade de variâncias, em que o modelo completo apresenta heterocedasticidade que não estava presente no modelo reduzido; o teste F parcial é mais sensível a essa violação que o teste F global, o que explica por que um é não significativo enquanto o outro permanece altamente significativo.

os resultados são consistentes e indicam que, embora o modelo completo como um todo tenha poder explicativo significativo comparado ao modelo apenas com intercepto, as (p − q) variáveis adicionais não contribuem significativamente além da explicação já fornecida pelas q variáveis do modelo reduzido, o que sugere que o modelo mais parcimonioso (reduzido) é adequado e as variáveis extras são redundantes, dado o que já está no modelo.

os resultados são contraditórios e matematicamente impossíveis, pois, se o modelo completo é globalmente significativo, então qualquer subconjunto de variáveis também deve ser significativo; o erro provavelmente resulta de uso incorreto das somas dos quadrados, devendo o pesquisador utilizar a soma dos quadrados da regressão em vez da soma dos quadrados dos resíduos.

a aparente inconsistência resulta de multicolinearidade entre as variáveis do modelo completo e as do modelo reduzido, que infla os erros-padrão no teste F parcial, mas não afeta o teste F global, o que resulta em conclusões divergentes que invalidam ambos os testes até que a multicolinearidade seja resolvida.

os resultados demonstram que as (p − q) variáveis adicionais estão causando sobreajuste no modelo completo, capturando ruído amostral em vez de padrões verdadeiros. O teste F parcial não significativo indica corretamente que essas variáveis deterioram a qualidade preditiva, ao passo que o teste F global permanece significativo devido às q variáveis genuinamente importantes.