Um modelo de regressão linear múltipla foi estimado pelo método de Mínimos Quadrados, obtendo-se, com um nível de confiança de 95%, os seguintes resultados: I. ?= 10 + 2,5 x1 + 0,3 x2 + 2 x3 II. o coeficiente de determinação R2 é igual a 0,9532 III. o valor-p = 0,003Desse modo, pode-se afirmar que: A) se a variável x 1 for acrescida de uma unidade, então Y terá um acréscimo de 2,5 %. B) 0,003 é o mais baixo nível de significância ao qual a hipótese nula pode ser rejeitada. C) x 3 explica 95,32% das variações de Y em torno de sua média. D) as probabilidades de se cometer o Erro Tipo I e o Erro Tipo II são, respectivamente, iguais a 5% e 95%. E) se no teste de hipóteses individual para ß 2 se rejeitar a hipótese nula (H 0 ), então tem-se fortes razões para acreditar que x 2 não explica Y.

B) 0,003 é o mais baixo nível de significância ao qual a hipótese nula pode ser rejeitada.

Um modelo de regressão linear múltipla foi estimado pelo método de Mínimos Quadrados, o...

Responda: Um modelo de regressão linear múltipla foi estimado pelo método de Mínimos Quadrados, obtendo-se, com um nível de confiança de 95%, os seguintes resultados: I. ?= 10 + 2,5 x1 + 0...

1Q167888 | Matemática, Probabilidade, Auditor Fiscal da Receita Federal, Receita Federal, ESAF

Um modelo de regressão linear múltipla foi estimado pelo método de Mínimos Quadrados, obtendo-se, com um nível de confiança de 95%, os seguintes resultados:

I. ?= 10 + 2,5 x₁ + 0,3 x₂ + 2 x₃

II. o coeficiente de determinação R² é igual a 0,9532

III. o valor-p = 0,003

Desse modo, pode-se afirmar que:

✂️ a) se a variável x₁ for acrescida de uma unidade, então Y terá um acréscimo de 2,5 %.
✂️ b) 0,003 é o mais baixo nível de significância ao qual a hipótese nula pode ser rejeitada.
✂️ c) x₃ explica 95,32% das variações de Y em torno de sua média.
✂️ d) as probabilidades de se cometer o Erro Tipo I e o Erro Tipo II são, respectivamente, iguais a 5% e 95%.
✂️ e) se no teste de hipóteses individual para ß₂ se rejeitar a hipótese nula (H₀ ), então tem-se fortes razões para acreditar que x₂ não explica Y.