Uma empresa de seguros deseja estimar z = preço esperado (em reais) de determinado tipo de motocicleta em função de x = tempo de uso (em anos) e de y = quilometragem rodada (em km). Para isso, a empresa levantou os dados de seis motocicletas, cujos valores estão na tabela a seguir.

Com respeito ao modelo (1), o maior resíduo observado foi igual a R$ 1.500,00.

Uma empresa de seguros deseja estimar z = preço esperado (em reais) de determinado tipo de motocicleta em função de x = tempo de uso (em anos) e de y = quilometragem rodada (em km). Para isso, a empresa levantou os dados de seis motocicletas, cujos valores estão na tabela a seguir.

Com relação ao modelo (1), a estimativa de mínimos quadrados do coeficiente a satisfaz à relação seguinte.

A figura acima corresponde a um diagrama de dispersão entre a variável y (gasto percentual com saúde) e x (renda bruta familiar, em R$ mil), obtida com base em uma amostra de 10 famílias. Com respeito ao ajuste de um modelo de regressão linear simples na forma y = ax + b + g, em que g é o erro aleatório e a e b são os coeficientes do modelo, foram obtidos os seguintes resultados.

Com base nessas informações, julgue os itens seguintes.

Considerando que 1 < x < 10, é correto inferir que, a cada mil reai... Ver mais

Os quatro principais pressupostos da regressão são os seguintes:

Em um estudo sobre os preços médios pagos em aluguel de certa capital, foi utilizado o seguinte modelo:

O preço médio estimado de um imóvel com 3 quartos e área de 75 m² por esse modelo é de

Considere a tabela ANOVA (incompleta) a seguir.

Os valores de P, Q, R, S, T e U são, respectivamente,

Com base nos resultados acima, conclui-se que

Ajustou-se um modelo de regressão linear simples a dados provenientes de alguns experimentos executados por um fabricante de concreto, com o objetivo de determinar de que forma e em que medida a dureza de um lote de concreto depende da quantidade de cimento usada para fazê-lo. Quarenta lotes de concreto foram feitos com quantidades diferentes de cimento na mistura, e a dureza de cada lote foi medida após sete dias. Sabendo-se que

o coeficiente de determinação é, aproximadamente,

Dentre os itens abaixo, identifique as premissas básicas para o modelo de regressão.

I - Linearidade do fenômeno medido

II - Variância não constante dos termos de erro (heterocedasticidade)

III - Normalidade dos erros

IV - Erros correlacionados

V - Presença de colinearidade

São premissas APENAS os itens

As principais motivações para usar estimadores de razão e regressão são: