As correlações lineares de Pearson, apresentadas na última tabela, formam uma matriz denominada matriz de correlação. A presença de correlações diferentes de zero fora da diagonal principal indica que os resíduos do modelo não são independentes.

O grau de influência de um par de observações (X, Y) pode ser medido pelo coeficiente Cp de Mallows.

A estatística DFITS (ou DFFITS) é uma medida que ajuda a avaliar o grau de influência de um par de observações (X, Y).

A observação X = 50 pode ser um ponto de alavanca. Para medir a sua magnitude do efeito de alavanca, pode-se usar uma medida baseada na matriz P = H(HTH)-1HT, em que H é a matriz de delineamento e HT é a matriz transposta de

A variância amostral de Y é maior do que a variância amostral de X.

A estimativa do valor esperado de Y, dado que X = 10, é menor ou igual a 50.

A correlação linear de Pearson entre Y e X é maior ou igual a !0,7.

Considere que, no lugar de se inspecionar um veículo a cada 5 veículos que chegam, seja estabelecido que cada inspetor vistoriará determinado número de veículos. Nesse caso, esse critério caracteriza uma amostragem por cotas.

A unidade amostral primária é o veículo.