Julgue o item seguinte, referente a regressão linear e séries temporais. 

Considere que {(x₁,y₁),(x₂,y₂), ..., (x_n,y_n) } seja um conjunto de dados que pode ser modelado pelo modelo de regressão linear simples Y = β₀ +β₁X² + ε, com ε∼N(0,σ²). Nesse caso, se  é o resíduo para os coeficientes estimados   , então 

Julgue o item seguinte, referente a regressão linear e séries temporais. 

Para o modelo de regressão linear simples , em que , é uma variável aleatória independente de  , então 

Julgue o item seguinte, referente a regressão linear e séries temporais. 

A homoscedasticidade é condição necessária para que um modelo de regressão linear seja não viesado.

Tendo como referência as informações precedentes, julgue o item subsecutivo, a respeito de fundamentos de estatística.

No método dos mínimos quadrados, os valores calculados de x_i, y_i, x_i² , y_i² , x_iy_i e seus respectivos somatórios devem ser arredondados para três algarismos significativos antes de se calcular os demais parâmetros da regressão linear.

A partir dessas informações, e sabendo que a correlação linear de Pearson entre as variáveis y e x é igual a 0,5, julgue os próximos itens.

50% da variação total de y é explicada por meio do modelo de regressão linear simples em questão.

A partir dessas informações, e sabendo que a correlação linear de Pearson entre as variáveis y e x é igual a 0,5, julgue os próximos itens.

Estima-se que a variância V seja inferior a 15.

Julgue o item que se segue, relativos a modelos de regressão e inferência estatística. 

Os modelos de regressão resistente são alternativas em que os estimadores são baseados em medianas. 

Julgue o item que se segue, relativos a modelos de regressão e inferência estatística. 

Os modelos de regressão polinomial envolvem funções polinomiais de variável explicativa.