Gabarito disponível
Texto-base:
Para um modelo de regressão linear múltipla na forma y = β₀ + β₁x₁ + β₂x₂ + ⋯ + βₖxₖ + ε, em que são válidas as suposições clássicas usuais, a tabela de ANOVA decompõe a variação total na resposta (y) conforme a seguir.
• SQT (soma de quadrados totais) = ∑(yᵢ − ȳ)²
• SQM (soma de quadrados do modelo) = ∑(ŷᵢ − ȳ)²
• SQR (soma de quadrados do resíduo) = ∑(yᵢ − ŷᵢ)²
A partir dessas informações, e considerando que n denota o tamanho da amostra, julgue os itens seguintes acerca do uso da ANOVA para avaliar regressões lineares.
Quando comparados os modelos alinhados usando ANOVA, a estatística F para testar a significância de q regressores adicionais é
, o qual segue uma distribuição F(q, n – k – 1) sob a hipótese nula.
Para um modelo de regressão linear múltipla na forma y = β₀ + β₁x₁ + β₂x₂ + ⋯ + βₖxₖ + ε, em que são válidas as suposições clássicas usuais, a tabela de ANOVA decompõe a variação total na resposta (y) conforme a seguir.
• SQT (soma de quadrados totais) = ∑(yᵢ − ȳ)²
• SQM (soma de quadrados do modelo) = ∑(ŷᵢ − ȳ)²
• SQR (soma de quadrados do resíduo) = ∑(yᵢ − ŷᵢ)²
A partir dessas informações, e considerando que n denota o tamanho da amostra, julgue os itens seguintes acerca do uso da ANOVA para avaliar regressões lineares.
Quando comparados os modelos alinhados usando ANOVA, a estatística F para testar a significância de q regressores adicionais é
, o qual segue uma distribuição F(q, n – k – 1) sob a hipótese nula.