Enunciado

11-4. Um artigo em Technomctrics. de S. C. Narula e J. F. Wellington Predhction, Lancar Regressien, anda Minimmon Ston of Relatire Errors"Previsão. Regressao Linear e Soma Minima dos Erros Relativos. Vol. apresenta dados de preços de vendas e taxas anuais para 24 casas.Esses dados são mostrados na seguinte tabela.

a) Considerando que um modelo de regressao linear simples seja apropriado. obtenha um ajuste por minimos quadrados. relacionando o

preço de venda as taxas pagas.

b) Encontre opreco médio de venda. dado que as taxas pagas são x - 7.50.

c) Calcule o valor ajustado de y correspondendo a.x = 5.8980. Encontre o residuo correspondente.

d)Calcule o valor ajustado ý, para cada valor de x, usado para ajustar o modelo. Construa então um gráfico de y, contra o valor observado corresponlente. y. e comente o que esse gráfico aparentaria se a relacão entre ye x fosse uma linha reta deterministiea (sem erro aleatorio). O) gráticoobtido indica realmente que as taxas pagas fepresen

tam uma variável efetiva de regressáo na previsáo do preco de venda!

Passo 1

Oi oi gente,

Vamos lá fazer mais uma questão passo a passo?

Vem comigo!

Dados:

∑ i = 1 n   y i = 830.7 ∑ i = 1 n   y i 2 = 29581.65 ∑ i = 1 n   x i = 153.718 ∑ i = 1 n   x i 2 = 1042.11410762 ∑ i = 1 n   x i y i = 5511.92548 n = 24

Letra a:

As estimativas de mínimos quadrados da interceptação e inclinação são:

β ^ 1 = ∑ i = 1 n   x i y i - ∑ i = 1 n   x i ∑ i = 1 n   y i n ∑ i = 1 n   x i 2 - ∑ i = 1 n   x i 2 n = 5511.92548 - 830.7 153.718 24 1042.11410762 - ( 153.718 ) 2 24 ≈ 3.3244 β ^ 0 = y - β ^ 1 x - = ∑ i = 1 n   y i n - β ^ 1 ∑ i = 1 n   x i n = 830.7 24 - 3.3244 153.718 24 ≈ 13.3202

A linha de regressão de mínimos quadrados torna-se então:

y ^ = β ^ 0 + β ^ 1 x = 13.3202 + 3.3244 x

Determine a soma dos erros quadrados:

S S E = S S T - β 1 S x y = ∑ i = 1 n   y i 2 - ∑ i - 1 n   y i 2 n - β 1 ∑ i = 1 n   x i y i - ∑ i = 1 n   x i ∑ i - 1 n   y i n = 29581.65 - 830.7 2 24 - 0.2308 5511.92548 - 830.7 ( 153.718 ) 24 ≈ 192.8906

σ 2 é então estimado pela soma dos erros quadráticos divididos pelo tamanho da amostra diminuída por 2:

σ 2 ≈ S S E n - 2 = 192.8906 24 - 2 ≈ 8.7678

Passo 2

Letra b:

Substitua x na linha de regressão de mínimos quadrados por 7.5 e avalie:

y ^ = β ^ 0 + β ^ 1 x = 13.3202 + 3.3244 ( 7.5 ) = 38.253

Passo 3

Letra c:

Substitua x na linha de regressão de mínimos quadrados por 5.8980 e avalie:

y ^ = β ^ 0 + β ^ 1 x = 13.3202 + 3.3244 ( 5.8980 ) = 32.9273

O resíduo é o valor real diminuído pelo valor previsto:

Resíduo  = y - y ^ = 30.9 - 32.9273 = - 2.0273

Passo 4

Letra d:

O preço de venda/1000 está no eixo horizontal e os valores y ajustados estão no eixo vertical.

Não há curvatura forte presente no gráfico de dispersão, o que indica isso. os impostos pagos são uma variável regressora eficaz na previsão dos preços de venda.

Resposta

  1. y ^ = 13.3202 + 3.3244 x , σ 2 ≈ 8.7678
  2. 38.253
  3. 32.9273 , - 2.0273
  4. Sim
Ver Outros Exercícios desse livro

Exercícios de Livros Relacionados

No Problema6 , qual o tempo médio esperado para empacotar um volume com 30d m 3 ?
Com o modelo z ^ = α ^ + β ^ x para a acuidade visual, desenvolvido nos problemas anteriores:c) construa o I C com 95 % de confiança para a acuidade visual média dos indivíduos com80 anos. Comente o r
Os dados abaixo se referem a meses de experiência de dez digitadores e o número de erros cometidos na digitação de determinado texto.Dados: ∑ x i = 60 ,∑ x i 2 = 460 ,∑ y i = 170 ,∑ x i y i = 768 . b)
Os dados abaixo correspondem às variáveis renda familiar e gasto com alimentação numa amostra de dez famílias, representadas em salários mínimos. Obtenha a equação de regressãoy ^ = α ^ + β ^ x .b) Qu
Com o modelo z ^ = α ^ + β ^ x para a acuidade visual, desenvolvido nos problemas anteriores:b) construa o I C de 95 % para a acuidade visual esperada para indivíduos com30 anos de idade;