Ao utilizar um modelo de regressão linear para a avaliação de um imóvel urbano, um engenheiro de avaliações obteve uma equação cujo coeficiente de correlação equivale a 0,9. Os valores de p (p-valor) para a estatística t de cada variável são superiores a 0,05, valor adotado para o nível de confiabilidade do teste t. Supondo-se que a equação obtida tenha atendido aos pressupostos básicos e aos demais critérios de análise e testes de significância, pode-se afirmar que o poder de explicação do modelo equivale a A) 81% e que os parâmetros das variáveis do modelo, individualmente, são estatisticamente significativos. B) 81%, mas os parâmetros das variáveis do modelo, individualmente, não são estatisticamente significativos. C) 90% e que os parâmetros das variáveis do modelo, individualmente, são estatisticamente significativos. D) 90%, mas os parâmetros das variáveis do modelo, individualmente, não são estatisticamente significativos. E) 94% e que os parâmetros das variáveis do modelo, individualmente, são estatisticamente significativos.

A) 81% e que os parâmetros das variáveis do modelo, individualmente, são estatisticamente significativos.

Ao utilizar um modelo de regressão linear para a avaliação de um imóvel urbano, um e...

Responda: Ao utilizar um modelo de regressão linear para a avaliação de um imóvel urbano, um engenheiro de avaliações obteve uma equação cujo coeficiente de correlação equivale a 0,9. Os valores de p (p-v...

1Q716781 | Arquitetura, Analista, FINEP, CESGRANRIO

Ao utilizar um modelo de regressão linear para a avaliação de um imóvel urbano, um engenheiro de avaliações obteve uma equação cujo coeficiente de correlação equivale a 0,9. Os valores de p (p-valor) para a estatística t de cada variável são superiores a 0,05, valor adotado para o nível de confiabilidade do teste t. Supondo-se que a equação obtida tenha atendido aos pressupostos básicos e aos demais critérios de análise e testes de significância, pode-se afirmar que o poder de explicação do modelo equivale a

✂️ a) 81% e que os parâmetros das variáveis do modelo, individualmente, são estatisticamente significativos.
✂️ b) 81%, mas os parâmetros das variáveis do modelo, individualmente, não são estatisticamente significativos.
✂️ c) 90% e que os parâmetros das variáveis do modelo, individualmente, são estatisticamente significativos.
✂️ d) 90%, mas os parâmetros das variáveis do modelo, individualmente, não são estatisticamente significativos.
✂️ e) 94% e que os parâmetros das variáveis do modelo, individualmente, são estatisticamente significativos.