Após estimar, através do método de mínimos quadrados ordinários, um modelo de regressão linear múltipla do tipo Y_i = β₀ + β₁X_1i + ⋯ + βpXpi + e_i , onde i = 1, . . . ,n e e_i são erros independentes e identicamente distribuídos com variância comum σ² tais que ei~N(0, σ2 ), o pesquisador obteve a seguinte tabela contendo parte dos resultados da análise de variância; observe.


Apesar dos valores k, z e w omitidos na tabela, é possível marcar cada uma das seguintes afirmativas como sendo verdadeiras V ou falsas F.

( ) O tamanho da amostra é n = 20. ( ) O modelo de regressão associado ao problema tem seis parâmetros. ( ) O quadrado do coeficiente de determinação R² é igual a 0.36. ( ) A estimativa não-viesada para σ é igual a 160. ( ) Ao nível de significância de 5%, conclui-se que pelo menos uma das variáveis explicativas incluídas no modelo é significativa para explicar a variável dependente.

A sequência está correta em