Enunciado

Considere o modelo sem interseção Y = β x + e , com os e ` s sendo n ( 0 , σ 2 ) . A estimativa de σ 2 é s 2 = Σ ( y 1 - β x 2 ) / ( n - 1 ) e V β - σ 2 / Σ .

a)Planeje uma estatística de teste para H 0 : β = 0 contra H 1 : β ≠ 0 .

b)Aplique o teste no item (a) para o modelo do Exercício 11-20.

Passo 1

Eae gente, tudo certo com vocês? Espero que sim! Se liga nessa questão: primeiro, temos que para a estatística teste,

a ) r 2 = 0.762938 ,   o u   76.29 %

O teste no item a, para o modelo da questão 11-20, temos que:

Passo 2

c)O modelo parece adequado. Alguma sugestão de uma variação não constante, pode ser isso:

d) Sim, observações 1,8 e 21.

Resposta

a ) 0.3882 ≤ β P t s ≤ 0.5998

b ) y = - 5.767703 + 0.496501 x P t s

c ) 0.4648 ≤ β P t s ≤ 0.5282

d ) O modelo de regressão linear simples tem o menor intervalo. Sim, o modelo simples nesse caso é preferível.

Ver Outros Exercícios desse livro

Exercícios de Livros Relacionados

Considere os dados de LNF do exercício 12-15.a)Calcule intervalos de confiança de 95% para cada coeficiente de regressão.b)Calcule um intervalo de confiança de 95% para a faixa útil média quando x1=80
Considere o ajusto do modelo de regressão aos dados da mistura de carvão e calcário do Exercício 12-12. Use densidade como a resposta.a)Calcule intervalos de confiança de 90% para cada coeficiente de
Considere os dados sobre resistência à tração de um fio de exercício 12-6.a)Calcule intervalos de confiança de 99% para cada coeficiente de regressão.b)Calcule um intervalo de confiança de 95% para re
Considere o ajusto do modelo de regressão aos dados da mistura de carvão e calcário do Exercício 12-11. Use densidade como a resposta.a)Calcule intervalos de confiança de 90% para cada coeficiente de
Quando ajustando modelos de regressão polinomial, frequentemente subtraímos x de cada valor x para produzir um regressor “centralizado” x’=x-x. Isso reduz o efeito das dependências entre os termos do