Considere o seguinte modelo de regressão linear simples:

Considere o modelo de regressão linear simples a seguir.

Suponha um modelo de regressão que busca explicar o consumo em função da renda, em determinada economia, em que o coeficiente de regressão da variável independente é positivo. Com base apenas nessas informações, assinale a alternativa correta.

Analisando um gráfico de dispersão referente a 10 pares de observações (t, Yt) com t = 1, 2, 3, ... , 10, optou-se por utilizar o modelo linear Yt = α + βt + εt com o objetivo de se prever a variável Y, que representa o faturamento anual de uma empresa em milhões de reais, no ano (2007 + t). Os parâmetros α e β são desconhecidos e εt é o erro aleatório com as respectivas hipóteses do modelo de regressão linear simples. As estimativas de α e β (a e b, respectivamente) foram obtidas por meio do método dos mínimos quadrados com base nos dados dos 10 pares de observações citados. Se a = 2 e a soma dos faturamentos dos 10 dados observados foi de 64 milhões de reais, então, pela equação da reta obtida, a previsão do faturamento para 2020 é, em milhõe... Ver mais

A partir desses resultados, julgue os itens a seguir.

Se, nesse modelo, a soma dos quadrados dos resíduos for SQR = 960, então o coeficiente de determinação dessa regressão será R2 = 0,8.

Com base na equação da reta obtida por meio do método dos mínimos quadrados e no quadro de análise de variância considerado para testar a existência de uma relação linear entre L e X, é correto afirmar que

Para ilustrar a importância da análise gráfica em análises de regressão linear, F. J. Anscombe produziu quatro conjuntos de pares (x, y) a partir das mesmas estatísticas suficientes, como: coeficientes linear e angular; soma dos quadrados dos resíduos e da regressão; e número de observações. Os diagramas de dispersão para as quatro bases de dados, juntamente com a reta da regressão (y = 4 + 0,5 x), encontram-se abaixo.

 Está correto SOMENTE o que se afirma em

Uma instituição financeira pretende lançar no mercado um aplicativo para celular. Para isso, deseja relacionar o grau de conhecimento dos clientes com as variáveis: nível de escolaridade e idade. Uma amostra aleatória de 46 clientes foi selecionada e, posteriormente, aplicou-se o modelo de regressão linear, sendo a variável dependente o grau de conhecimento, em uma escala crescente, e as variáveis independentes (i) o nível de escolaridade, em anos de estudo com aprovação, e (ii) a idade, em anos completos.

Os resultados obtidos para os coeficientes foram:

O grau de conhecimento esperado de um cliente com 10 anos de estudos com aprovação e com 30 anos de idade completos é

Quando, em um modelo de regressão simples, a única mudança é o acréscimo de uma variável independente, o modelo de regressão torna-se múltiplo.

A respeito do exposto, é correto afirmar:

Para que o estimador obtido pelo método de mínimos quadrados ordinários, em uma regressão simples, seja consistente e eficiente no contexto de estimadores lineares é necessário que: