Enunciado

O artigo “Evaluating the BOD POD for Assessing Body Fat in Collegiate Football Players” (Medicine and Science in Sports and Exercise, 1999, p. 1350–1356) relata um novo dispositivo de deslocamento de ar para medir a gordura do corpo. O procedimento habitual utiliza o dispositivo de pesagem hidrostática, que mede a porcentagem de gordura do corpo por meio do deslocamento de água. Aqui são apresentados dados representativos reproduzidos de um gráfico desse artigo.

Passo 1

  1. Um método para decidir o necessário é o teste t pareado.
  2. Quando D = X - Y (diferença entre observações dentro de um par), μ D = μ 1 - μ 2 e hipótese nula

    H 0   : μ D = Δ 0

    o valor da estatística de teste para testar as hipóteses é

    t = d ¯ - Δ 0 s D n

    onde d ¯ e s D são a média amostral e o desvio padrão amostral das diferenças d i , respectivamente. Para usar este teste, suponha que as diferenças D i são de uma população normal. Dependendo da hipótese alternativa, o valor de P pode ser determinado como a área correspondente sob o t n - 1 curva.

    As hipóteses de interesse são H 0   : μ D = 0 versus H a   : μ D ≠ 0 . A tabela a seguir representa os dados para BOD e HW, bem como a diferença entre os pares observados correspondentes:

    Passo 2

    A média amostral d ¯ para as diferenças é

    d ¯ = 1 20 - 5.5 - 2.2 + … + 1.7 = - 1.93

    O único valor ausente para calcular o valor estatístico do teste é o desvio padrão da amostra das diferenças d i

    A variância da amostra s² é

    s 2 = 1 n - 1 S x x

    Onde

    O desvio padrão da amostra s é

    s = s ² = 1 n - 1 S x x

    A variância da amostra é

    e o desvio padrão da amostra

    s D = 5.952 = 2.4396

    O valor da estatística de teste é

    O teste é bilateral onde a hipótese alternativa é H a   : μ D ≠ 0 , portanto, o valor de P é a área sob o t n - 1 = t 20 - 1 = t 19 curva à direita do valor |t| vezes dois

    P = 2 P T > - 3.538 | ) = 2 ∙ 0.001 = 0.002

    onde T tem distribuição de estudantes com 19 graus de liberdade, e a probabilidade calculada usando software (você pode usar a tabela no apêndice do livro). No nível de significância 0.01, porque

    P = 0.002 < 0.02

    rejeitar hipótese nula em determinado nível de significância e concluir que as leituras médias verdadeiras para os dois métodos são diferentes.

  3. O gráfico sugere que um modelo de regressão linear simples ajusta os dados; assim, estime os parâmetros usando o método dos mínimos quadrados

A estimativa de mínimos quadrados da inclinação no modelo de regressão linear simples é

A estimativa de mínimos quadrados da intersecção é

Encontrando y ¯ e   x ¯ usando as somas dadas no exercício, a estimativa do intercepto é

y ^ = 4.7878 + 0.7432 x

Passo 2

Nós estamos testando H 0   : β 1 = β 10 contra uma das alternativas,

Dependendo da hipótese alternativa, o valor P pode ser determinado como área correspondente sob t n - 2 . O teste de utilidade do modelo:

H 0   : β 1 = 0   v s   H a   : β 1 ≠ 0

A variância e o desvio padrão do estimador   β ^ 1 são

Onde

Ao estimar o desvio padrão σ com s você obtém estimativa de σ β ^ 1

A soma dos quadrados dos erros, SSE, é

A estimativa do desvio padrão σ é

σ ^ = s = S S E n - 2

A soma dos quadrados dos erros, SSE, é

S S E = ∑ y i - y i ^ 2 = ∑ [ y i - ( β ^ 0 + β ^ 1 x i )   ] ²  

A fórmula computacional para SSE é

S S E = ∑ y i 2 - β ^ 0 ∑ y i - β ^ 1 ∑ x i y i = S y y - β ^ 1 S x y

s = S S E n - 2 = 82.8897 18 = 2.1459

t = 0.7432 - 0 0.1003 = 7.4119

O valor de P é a área correspondente sob a curva t 18

P = 2 P T > t = 0.0000

que foi calculado por meio de um software. Finalmente, desde

P = 0.0000 < 0.01 = α

rejeitar hipótese nula em determinado nível de significância ou qualquer nível de significância razoável. Existe uma relação significativa entre as duas variáveis.

O coeficiente de correlação da amostra r é dado por

A relação entre o coeficiente de correlação da amostra e o coeficiente de determinação é dada por

c o e f .   d e   d e t .   = r 2 ;

assim, o coeficiente de determinação, ou a proporção de variação observada é

r 2 = 0.87 2 = 0.75

Isso indica que 75% da variação observada em y é atribuída à regressão linear, que não é muito - é moderada.

Resposta

  1. Rejeite a hipótese nula, as médias verdadeiras diferem;
  2. Use o método dos mínimos quadrados para estimar os parâmetros e analisar para confirmar a eficácia.

Exercícios de Livros Relacionados

A seguir, estão os dados sobre y=licor verde(g/L) e x=velocidade (ft/min) de uma máquina de papel Kraft.(a)Teste a significância da regressão usando α = 0,01 . Encontre o valor P para esse teste e est
Considere os dados sobre a impulsão do motor de um avião dos exercícios 12-88 e 12-89. Defina a resposta e os regressores como no exercício 12-89.
Considere o modelo de regressão linear múltipla y=xB+e. Se B denotar o estimador de mínimos quadrados de beta, mostre que beta para a formula.
Regressão Linear por partes. Suponha que y e x estejam relacionados linearmente por partes. Ou seja, diferentes relações lineares são apropriadas ao longo dos intervalos .(a)Mostre como as variáveis i
Minimos quadrados com restrições. Supohna que desejamos encontrar o estimador de mínimos quadrados de B no modelo y=xB+e, sujeito a conjunto de restrições de igualdade como tB=e.(a)Mostre que o estima