Questões de Concurso

Considere o modelo de regressão linear simples:

y_i = a + bx_i + u_i,

em que y é a variável dependente, x é a variável explicativa, a é ointercepto, b é o coeficiente de inclinação e u, o termo aleatóriodo modelo.

A partir de uma amostra aleatória, obtém-se as seguintesinformações: 

Assim, os estimadores dos parâmetros α e b que minimizam asoma dos quadrados dos resíduos são, respectivamente, iguais a 

O coeficiente de determinação do modelo, que significa o valor que mede o efeito da variável explicativa X: ano de fabricação do carro, na variação de Y:preço de venda do carro, é, aproximadamente,

As equações de regressão podem ser úteis para predição do valor de uma variável, dado algum valor particular da outra variável. Ao fazermos tais predições, devemos considerar:
 I. Usar a equação de regressão para predições, mesmo que o gráfico da reta de regressão no diagrama de dispersão não indicar que a reta de regressão se ajusta aos dados de maneira razoavelmente boa. II. Usar a equação de regressão para predições apenas se o coeficiente de correlação linear r indicar que há uma correlação linear entre as duas variáveis. III. Usar a equação de regressão para predições apenas se os dados não forem muito além do alcance dos dados amostrais disponíveis.
Está CORRETO apenas o que se afirma em: