Considere que, em um modelo de regressão linear simples ajus...
Comentários
Veja os comentários dos nossos alunos
Regressão Linear Simples
Na regressão linear simples, onde há apenas um preditor (variável independente), a fórmula para F é:
- F = (R² / (1 - R²)) * (n - 2) - Equação 1
Onde:
- R² é o coeficiente de determinação.
- n é o número de observações.
Regressão Linear Múltipla
Na regressão linear múltipla, onde há mais de um preditor, a fórmula é:
- F = (R² / k) / ((1 - R²) / (n - k - 1))
Onde:
- R² é o coeficiente de determinação.
- n é o número de observações.
- k é o número de preditores (variáveis independentes).
Usando F = 4,54 e n = 16 na equação 1, chegamos em R2 = 98%, logo maior que 5/6
A hipótese nula sendo testada é a de que o modelo não é significativo (parâmetros estatisticamente iguais a zero). A estatística usada é, originalmente, F* = MQR/MQE = (SQR/SQE)(n-p)/(p-1). Contudo, sabendo-se que o coeficiente de determinação da regressão (R²) é igual a SQR/(SQR+SQE), não é difícil mostrar que F* pode ser reescrito como sendo F* = (R²/(1-R²))(n-p)/(p-1). Esse teste rejeita a hipótese nula quando F* > Ftabelado, que, nesse caso, é 4,54. Ou seja, para o modelo ser considerado bem ajustado, essa desigualdade deve ser respeitada.
Sendo n o tamanho da amostra (16) e p o número de parâmetros estimados (2, por se tratar de uma regressão simples), tem-se que
(R²/(1-R²))*14 > 4,54. Desenvolvendo, chega-se a R² > 0,2449. Não concordo com o gabarito.
Clique para visualizar este comentário
Visualize os comentários desta questão clicando no botão abaixo