Sobre um modelo de regressão linear simples, representado c...

Em uma  cujo modelo estatístico é 

Yi=β0+β1xi+εi,   para  i=1,…,n

tem-se que Yi é uma variável aleatória e representa o valor da variável resposta (variável dependente) na i-ésima observação;xi representa o valor da variável explicativa (variável independente, variável regressora) na i-ésima observação εi

 é uma variável aleatória que representa o erro experimental, β0 e β1 são os parâmetros do modelo, que serão estimados, e que definem a reta de regressão e n é o tamanho da amostra.

O parâmetro β0 é chamado intercepto ou coeficiente linear e representa o ponto em que a reta regressora corta o eixo dos y's, quando x=0. Já o parâmetro β1 representa a inclinação da reta regressora e é dito coeficiente de regressão ou coeficiente angular.

Desse modo,

a)  a é o intercepto que representa o ponto em que a reta corta (eixo das ordenadas) e é o coeficiente angular que representa o quanto varia a média de Y para um aumento de uma unidade de X.

b)  a é o coeficiente linear que representa o ponto em que a reta corta o eixo das ordenadas e β

  (coeficiente angular) que representa o quanto varia a média de Y para um aumento de uma unidade de X.

c)  a é o intercepto que representa o ponto em que a reta corta o eixo das ordenadas e \beta é o coeficiente angular que representa o quanto varia a média de Y para um aumento de uma unidade de X.

d)  a é o intercepto  (quem faz isso é o coeficeinte angular) e \beta é o coeficiente angular que representa o ponto em que a reta corta o eixo das ordenadas.

e)  a é o intercepto que representa o ponto em que a reta corta o eixo das ordenadas e \beta (Tem o contrário:  o quanto varia a média de Y para um aumento de uma unidade de X)

Gabarito: Letra C