Considere os resultados obtidos quando aplicado um modelo de regressão linear simples: y= \beta_0 + \beta_1 X + \epsilon. ANOVA Fonte de variação Graus de liberdade Soma dos quadrados Média dos quadrados F calculado Valor p (p-valor) Regressão 1 1.045 1.045 25 5,45E-05 Resíduo 21 864 41 Total 22 1.909 \hat {\beta}_0 = 37,8 \quad \mbox e \quad \hat {\beta}_1 = 3,0 Considere, ainda, a Tabela a seguir. Tabela da distribuição acumulada t Graus de liberdade Pr (T< T0)=0,750 0,900 0,950 0,975 0,990 0,995 Valores de T0 ... ... ... ... ... ... ... 19 0,688 1,328 1,729 2,093 2,539 2,861 20 0,687 1,325 1,725 2,086 2,528 2,845 21 0,686 1,323 1,721 2,080 2,518 2,831 22 0,686 1,321 1,717 2,074 2,508 2,819 23 0,685 1,319 1,714 2,069 2,500 2,807 24 0,685 1,318 1,711 2,064 2,492 2,797 25 0,684 1,316 1,708 2,060 2,485 2,787 26 0,684 1,315 1,706 2,056 2,479 2,779 ... ... ... ... ... ... ... Após análise das informações e da Tabela acima, verifica-se que o intervalo bilateral de 95% de confiança para \hat {\beta}_1 é

3 \pm 1,717 \times 3 \div \sqrt {25}

3 \pm 2,080 \times 3 \div \sqrt {25}

Enunciados de questões e informações de concursos

Questão 1 de 1

Matéria:

Assunto:

#199991 CESGRANRIO - 2014 - Analista (FINEP)/Análise Estratégica em Ciência, Tecnologia e Inovação

Considere os resultados obtidos quando aplicado um modelo de regressão linear simples: y= \beta_0 + \beta_1 X + \epsilon.

\hat {\beta}_0 = 37,8 \quad \mbox e \quad \hat {\beta}_1 = 3,0

Considere, ainda, a Tabela a seguir.

Tabela da distribuição acumulada t
Graus de liberdade	Pr (T< T₀)=0,750	0,900	0,950	0,975	0,990	0,995
			Valores de T₀
...	...	...	...	...	...	...
19	0,688	1,328	1,729	2,093	2,539	2,861
20	0,687	1,325	1,725	2,086	2,528	2,845
21	0,686	1,323	1,721	2,080	2,518	2,831
22	0,686	1,321	1,717	2,074	2,508	2,819
23	0,685	1,319	1,714	2,069	2,500	2,807
24	0,685	1,318	1,711	2,064	2,492	2,797
25	0,684	1,316	1,708	2,060	2,485	2,787
26	0,684	1,315	1,706	2,056	2,479	2,779
...	...	...	...	...	...	...