A partir dessas informações, julgue o item que se segue.

A variância amostral da variável dependente é menor que a variância amostral da variável regressora (explicativa).

A partir dessas informações, julgue o item que se segue.

O coeficiente de determinação do modelo em questão é inferior a 12%.

A partir dessas informações, julgue o item que se segue.

Se a variável regressora (explicativa) for removida do modelo, restando apenas o intercepto, então, nesse caso, a estimativa do intercepto será superior a 7,6 e inferior a 9,3.

Considerando o quadro precedente, que mostra parte de uma típica tabela de análise de variância (ANOVA) referente ao ajuste de um modelo de regressão linear que possui um intercepto e cujos coeficientes foram estimados pelo método de mínimos quadrados ordinários, julgue o item a seguir.

A variância amostral da variável resposta (dependente) do modelo é igual a 14.

Considerando o quadro precedente, que mostra parte de uma típica tabela de análise de variância (ANOVA) referente ao ajuste de um modelo de regressão linear que possui um intercepto e cujos coeficientes foram estimados pelo método de mínimos quadrados ordinários, julgue o item a seguir.

O modelo é constituído por três coeficientes que foram estimados pelo método de mínimos quadrados ordinários. 

Considerando o quadro precedente, que mostra parte de uma típica tabela de análise de variância (ANOVA) referente ao ajuste de um modelo de regressão linear que possui um intercepto e cujos coeficientes foram estimados pelo método de mínimos quadrados ordinários, julgue o item a seguir.

A variância dos resíduos é inferior a 0,90. 

Considerando o quadro precedente, que mostra parte de uma típica tabela de análise de variância (ANOVA) referente ao ajuste de um modelo de regressão linear que possui um intercepto e cujos coeficientes foram estimados pelo método de mínimos quadrados ordinários, julgue o item a seguir.

O coeficiente de determinação do modelo é inferior a 80%.

Considerando o quadro precedente, que mostra parte de uma típica tabela de análise de variância (ANOVA) referente ao ajuste de um modelo de regressão linear que possui um intercepto e cujos coeficientes foram estimados pelo método de mínimos quadrados ordinários, julgue o item a seguir.

O valor da razão F é igual a 14.

Considerando o quadro precedente, que mostra parte de uma típica tabela de análise de variância (ANOVA) referente ao ajuste de um modelo de regressão linear que possui um intercepto e cujos coeficientes foram estimados pelo método de mínimos quadrados ordinários, julgue o item a seguir.

Com nível de significância de 1%, o p-valor da tabela ANOVA indica que todos os coeficientes do modelo são estatisticamente significativos.

Julgue o próximo item, referente a inferência estatística. 

São exemplos de testes para a homogeneidade de variâncias o teste C de Cochran e o teste F_máx. de Hartley.

Julgue o item a seguir, referente a conceitos e técnicas estatísticas aplicadas à análise multivariada.

A regressão linear múltipla é uma técnica de análise multivariada usada para modelar a relação entre uma variável dependente e múltiplas variáveis independentes.

Julgue o item a seguir, referente a conceitos e técnicas estatísticas aplicadas à análise multivariada. 

A MANOVA é preferível à ANOVA univariada quando há mais de uma variável dependente, pois garante que todas as comparações entre grupos sejam significativas individualmente. 

        Na tabela a seguir, a variável produção mensal, dada em toneladas, é registrada como um número inteiro; a variável teor de ferro representa a porcentagem de ferro em determinada amostra; e a variável profundidade é dada em metros.

A partir dessas informações, julgue o próximo item. 

As variáveis mina, tipo de minério, teor de ferro, profundidade e produção mensal são, respectivamente, do tipo qualitativa nominal, qualitativa ordinal, quantitativa contínua, quantitativa discreta e quantitativa contínua. 

No que se refere a modelagem estatística de dados, julgue o item subsecutivo.

O modelo de árvore de decisão é utilizado quando a resposta é binária, como, por exemplo, prever se um cliente fará ou não determinada compra com base em seu histórico de compras. 

As tabelas precedentes mostram as estimativas dos coeficientes e seus respectivos erros padrão proporcionados pelo método de mínimos quadrados ordinários em um modelo de regressão linear com um intercepto e 4 variáveis regressoras (X₁, X₂, X₃ e X₄) para modelar uma variável dependente Y. As tabelas mostram, ainda, o tamanho da amostra, o coeficiente de determinação (R² ) e o erro quadrático médio desse modelo, que foi igual a 36. Com base nessas informações e nos dados das tabelas, julgue o item subsequente. 

Se a variável Y for considerada normal, e assumindo-se que a aproximação normal seja válida para a distribuição dos estimadores dos coeficientes do modelo, é correto concluir que todos os coeficientes são estatisticamente significativos com p-valores inferiores a 1%.