Em relação à análise de variância para avaliar a qualidade de ajuste de modelos de regressão, julgue os próximos itens.

Assuma que um modelo de regressão com 5 variáveis explicativas tenha sido ajustado em uma amostra de tamanho n = 25 e obteve-se um coeficiente de determinação do modelo igual a R2 = 0,80. Nessa situação, o coeficiente de determinação ajustado (Ra2) será maior que 0,75.

Em relação à análise de variância para avaliar a qualidade de ajuste de modelos de regressão, julgue os próximos itens.

Considere que, em um modelo de regressão de Y, explicado por X1, se obtenha uma soma de quadrados totais (SQT) igual a 419,875 e uma soma de quadrados da regressão (SQReg) igual a 231,125. Assumindo que, no modelo de Y, explicado por X1 e X2, se obtenha uma soma de quadrados do resíduo (SQR) igual a 17,625, então é correto afirmar que a soma de quadrado extra, devido ao acréscimo de X2, é igual a 171,125.

Acerca da teoria geral de modelos de regressão linear, julgue os itens subsequentes.

Acerca da teoria geral de modelos de regressão linear, julgue os itens subsequentes.

Acerca da teoria geral de modelos de regressão linear, julgue os itens subsequentes.

Acerca da teoria geral de modelos de regressão linear, julgue os itens subsequentes.

Com relação aos modelos de regressão linear, julgue os itens a seguir.

Com relação aos modelos de regressão linear, julgue os itens a seguir.

Com relação aos modelos de regressão linear, julgue os itens a seguir.

Com relação à análise de séries temporais, julgue os itens que se seguem.

A função de autocorrelação e a função de autocorrelação parcial permitem avaliar a qualidade do ajuste e decidir sobre a ordem do modelo a ser empregado.