Enunciado

Para o conjunto de dados do Exercício 12.16, a

resposta pode ser explicada adequadamente pelas duas

variáveis regressoras? Discuta.

Passo 1

Saaaalve, tranquilo? Vamos lá resolver mais uma questão juntos?! 😊

Aqui temos que verificar a adequação do modelo completo e do modelo restrito para o problema dado.

A saída do MINITAB após restringir a variável é × 3 dada abaixo:A equação de regressão é

y = 872 - 36.6 × 1 - 0.96 × 2  Predictor Coef SE  Coef  TP   Constant  871.9434.92.000.062 x 1 - 36.5915.48 - 2.360.031 x 2 - 0.9631.483 - 0.650.525   S = 35.2434 R - S q = 26.2 % R - S q ( a d j ) = 17.0 %

Análise da Fonte de VariânciaDF SS MS F PRegressão 2706835342.850.088 Erro Residual 16198741242Total 1826941

No modelo acima ajustado o valor r-quadrado ajustado é 17, ou seja, o modelo só pode explicar 17 % as variações na resposta. Por isso, podemos dizer que o modelo não é nada bom para uma análise mais aprofundada.

Passo 2

Agora, o abaixo é dado a saída MINITAB do modelo após a restrição da variável x 1 . A equação de regressão é

y = 755 - 3.29 × 2 + 14.0 × 3

Preditor Coef SE Coef tP Constante 754.6381.01.980.065

  × 2 - 3.2861.771 - 1.860.082   × 313.9595.2452.660.017 S = 34.0824 R - S q = 31.0 % R - S q ( a d j ) = 22.4 %

Análise da Fonte de VariânciaDF SS MS F PRegressão 2835641783.600.051 Erro Residual 16185861162Total 1826941

A partir do modelo ajustado acima, podemos observar que o valor r-quadrado ajustado é 22.4 , ou seja, apenas 22 % as variações na resposta podem ser explicadas pelo modelo ajustado acima. Este modelo também não está à altura da marca para uma análise mais aprofundada.

Passo 3

A saída MINITAB para modelo restrito após restringir a variável x 2 é dada abaixo:

A equação de regressão é

y = 578 - 32.0 × 1 + 1.17 × 3

Predictor Coef SE Coef T PConstant 578.1400.91.440.169 x 1 - 32.0224.21 - 1.320.205 × 31.1656.8720.170.867 S = 35.6730 R - S q = 24.4 % R - S q ( a d j ) = 15.0 % Analysis of VarianceSource DF SS MS F PRegression 2658132902.590.106 Residual Error 16203611273Total 1826941

Passo 4

No modelo ajustado acima, o r valor -quadrado ajustado é 15 . Este modelo também não é bom o suficiente para a previsão. O modelo completo do MINITAB para o problema fornecido é fornecido abaixo. A equação de regressão é

y = 810 - 8.8 × 1 - 2.87 × 2 + 11.3 × 3  Predictor Coef SE Coef TP   Constant  810.4437.01.850.083 x 1 - 8.8030.35 - 0.290.776 x 2 - 2.8692.323 - 1.230.236 x 311.3010.631.060.305   S = 35.1018 R - S q = 31.4 %  R-Sq(adj)  = 17.7 %

Análise da Fonte de VariânciaDF SS MS F PRegressão 3845928202.290.120 Erro Residual 15184821232Total 1826941

O modelo completo também não é bom o suficiente para previsão, pois seu r valor -quadrado ajustado é apenas 17.7 . Portanto, observamos que nenhum dos modelos ajustados acima é bom o suficiente para a previsão.

Resposta

Resposta nos passos.

Exercícios de Livros Relacionados

Num certo ano, foi feito um levantamento, em n = 10 estados brasileiros, a respeito da renda do estado Y , em milhões de cruzeiros, em função da renda da indústria X 1 e de seviços X 2 (também em milh
Uma empresa montou as duas seguintes regressões:Pede-se:Calcular o coeficiente de explicação de cada uma dessas regressões;Efetuar a análise do melhoramento, ao nível de significância de 5%.Dados:
Num certo ano, foi feito um levantamento, em n = 10 estados brasileiros, a respeito da renda do estado Y , em milhões de cruzeiros, em função da renda da indústria X 1 e de seviços X 2 (também em milh
Num certo ano, foi feito um levantamento, em n = 10 estados brasileiros, a respeito da renda do estado Y , em milhões de cruzeiros, em função da renda da indústria X 1 e de seviços X 2 (também em milh
Foi feito o levantamento, com n = 12 pessoas, a respeito da idade Y , em função da respectiva altura X 1 (em cm) e do respectivo peso X 2 (em kg).Efetuando os cálculos dos somatórios necessários à mon