Com base na equação y = −20 + 0,5x1 + 0,3x2, obtida ao realizar-se uma análise de regressão linear múltipla para prever o peso (y, em kg) de uma pessoa com base na altura (x1, em cm) e na idade (x2, em anos), julgue o item que se segue.

O peso estimado de uma pessoa com 170 cm de altura e 30 anos de idade é de 78 kg.  

Julgue o item a seguir, relativo à análise de regressão.

Um modelo de regressão linear não pode ser ajustado a conjuntos de dados com alta dimensionalidade (muitas variáveis preditoras), uma vez que será inviável calcular a matriz de estimação do modelo.

Julgue o item a seguir, relativo à análise de regressão.

Em um modelo de regressão para uma amostra de tamanho n > 1, em que, para uma única covariância e uma precisão p, o menor tamanho amostral necessário é m > 1, o número máximo de variáveis independentes possíveis (N) será = N ( n ∙ m)p.

Julgue o item a seguir, relativo à análise de regressão.

As séries temporais podem apresentar sazonalidade, o que impede a sua análise por um modelo de regressão linear.

Acerca de técnicas e métodos estatísticos para a análise de dados agrícolas, julgue o item que se segue. 

A regressão linear simples, aplicada à análise de dados agrícolas, permite prever valores da variável independente com base na variável dependente. 

Acerca de conceitos de estatística descritiva e de inferência estatística, julgue o item a seguir.

Em análises de regressão, o coeficiente de determinação (R2) mede a proporção da variabilidade da variável dependente, explicada pelas variáveis independentes, o que indica a intensidade do ajuste do modelo, sem implicar causalidade.  

        Considerando que a durabilidade (Y) de certo produto depende da temperatura (T) e da umidade (U) do local de armazenamento, um pesquisador obteve as estimativas de mínimos quadrados ordinários para os coeficientes de um modelo de regressão linear múltipla na forma

... Ver mais

        Considerando que a durabilidade (Y) de certo produto depende da temperatura (T) e da umidade (U) do local de armazenamento, um pesquisador obteve as estimativas de mínimos quadrados ordinários para os coeficientes de um modelo de regressão linear múltipla na forma

... Ver mais

Considere o modelo de regressão linear simples:

yi = a + bxi + ui,

em que y é a variável dependente, x é a variável explicativa, a é ointercepto, b é o coeficiente de inclinação e u, o termo aleatóriodo modelo.

A partir de uma amostra aleatória, obtém-se as seguintesinformações: