Os gráficos acima mostram a relação entre o PIB per capita de 100 municípios (x) e as vendas mensais (y) dos jornais A, B e C nos municípios correspondentes. Cada gráfico apresenta uma reta de regressão linear simples ajustada pelo método de mínimos quadrados ordinários e seu coeficiente de explicação (R2). Com base nessas informações, julgue os itens que se seguem.

Comparando-se os jornais A e B, os anunciantes que atuam em municípios de baixa renda per capita devem escolher o jornal A para publicar seus anúncios e propagandas.

Os gráficos acima mostram a relação entre o PIB per capita de 100 municípios (x) e as vendas mensais (y) dos jornais A, B e C nos municípios correspondentes. Cada gráfico apresenta uma reta de regressão linear simples ajustada pelo método de mínimos quadrados ordinários e seu coeficiente de explicação (R2). Com base nessas informações, julgue os itens que se seguem.

Pelo modelo de regressão linear simples, estima-se que, em municípios com PIB per capita de R$ 40.000, o jornal B vende, em média, uma quantidade inferior a 10.000 unidades.

As estimativas de mínimos quadrados ordinários para os coeficientes do modelo de regressão linear simples são

A soma dos quadrados dos resíduos (variações não explicadas) é inferior a 20.

Uma empresa de transporte de cargas deseja expandir seus negócios e para isso fez um levantamento acerca das 48 empresas concorrentes. Foi considerado um modelo de regressão linear múltipla, em que a variável dependente Y representa o faturamento dessas empresas, havendo três variáveis explicativas — X1, X2 e X3 — que representam um perfil dessas concorrentes. O ajuste foi efetuado por mínimos quadrados ordinários e os resultados são mostrados na tabela acima. Com base nessas informações, julgue os itens subsecutivos.

Com respeito ao teste linear geral, a hipótese H0 considerada pelo teste F da ANOVA é que B1 = B2 = B3 = 0, em... Ver mais

Uma empresa de transporte de cargas deseja expandir seus negócios e para isso fez um levantamento acerca das 48 empresas concorrentes. Foi considerado um modelo de regressão linear múltipla, em que a variável dependente Y representa o faturamento dessas empresas, havendo três variáveis explicativas — X1, X2 e X3 — que representam um perfil dessas concorrentes. O ajuste foi efetuado por mínimos quadrados ordinários e os resultados são mostrados na tabela acima. Com base nessas informações, julgue os itens subsecutivos.

Apenas o coeficiente associado à variável X3 e o intercepto são significativos no nível de significância de 5%... Ver mais

Com base nessas informações, julgue os próximos itens, relativos a correlação, regressão e distribuições conjuntas.

Considere que as variáveis X e Y foram categorizadas em intervalos de classes. Nessa situação, não é possível usar o coeficiente de correlação de Pearson para estimar a correlação linear entre X e Y.

Com base nessas informações, julgue os próximos itens, relativos a correlação, regressão e distribuições conjuntas.

Em face dessas informações, é correto afirmar que o teste t para o parâmetro  foi superior a 3.

Com base nessas informações, julgue os próximos itens, relativos a correlação, regressão e distribuições conjuntas.

O modelo em questão apresentou um coeficiente de determinação (R2) inferior a 0,5.

Com base nessas informações, julgue os próximos itens, relativos a correlação, regressão e distribuições conjuntas.

Se o intercepto do modelo for considerado não significativo a determinado nível de significância e, por isso, seja retirado do modelo, então o coeficiente de determinação do novo modelo possuirá as mesmas propriedades do coeficiente de determinação do modelo originalmente proposto.