Três dados honestos são lançados, e observam-se os números das faces voltadas para cima. Qual a probabilidade de os três resultados serem números distintos e consecutivos?

A equação da regressão linear é Y = a + bx. O método mais usado para ajustar uma linha reta a um conjunto de pontos é conhecido como técnica dos mínimos quadrados.

Aplicando-se a equação linear com a técnica dos mínimos quadrados num caso em que a empresa deseja saber o preço de venda de automóveis usados, cujas variáveis são o preço do automóvel e a quilometragem que o mesmo já rodou (em 1.000 km), obteve-se a equação Y = 24.356,00 − 155,48 x.

Com base nessas informações, pode-se afirmar que o preço de um automóvel que possua 20.000 quilômetros rodados tenha seu valor avaliado, em reais, em

Ajustou-se um modelo de regressão linear simples a 42 dados. O coeficiente de determinação foi 0,75 e

!$ \sum_{i=1}^{42} {(Y_i - \overline Y)^2 =12.000} !$.

A variância residual é

Ao utilizar um modelo de regressão linear para a avaliação de um imóvel urbano, um engenheiro de avaliações obteve uma equação cujo coeficiente de correlação equivale a 0,9. Os valores de p (p-valor) para a estatística t de cada variável são superiores a 0,05, valor adotado para o nível de confiabilidade do teste t. Supondo-se que a equação obtida tenha atendido aos pressupostos básicos e aos demais critérios de análise e testes de significância, pode-se afirmar que o poder de explicação do modelo equivale a

Quaisquer que sejam os modelos utilizados para inferir o comportamento do mercado e formação de valores, eles devem ter seus pressupostos devidamente explicitados e testados.

No caso de utilização de modelos de regressão linear, deve-se verificar a

Em certa localidade, o consumo das famílias apresentou os seguintes resultados entre os anos t − 1 e t :

I - o valor corrente entre o ano t e o ano t − 1 variou 5%;

II - o índice de quantidade de Paasche entre os dois anos foi 125.

O índice de preço de Laspeyres no período considerado foi

Considere as informações abaixo para responder à questão.

Aplicou-se o modelo de regressão linear múltipla: Y = β₀ + β₁X₁ + β₂X₂ + β₃X₃ + ε a um conjunto de 60 cidades litorâneas, com a finalidade de prever os níveis anuais de chuva. As variáveis independentes são: altitude X₁ (em pés), latitude X₂ (em graus) e distância da cidade à costa atlântica X₃ (em unidades de distância).

A seguir, os resultados parciais da regressão.

ANOVA

Com base nos resultados apresentados, pode-se afirmar que

Considere as informações abaixo para responder à questão.

Aplicou-se o modelo de regressão linear múltipla: Y = β₀ + β₁X₁ + β₂X₂ + β₃X₃ + ε a um conjunto de 60 cidades litorâneas, com a finalidade de prever os níveis anuais de chuva. As variáveis independentes são: altitude X₁ (em pés), latitude X₂ (em graus) e distância da cidade à costa atlântica X₃ (em unidades de distância).

A seguir, os resultados parciais da regressão.

ANOVA

Os valores de P, Q e R são respectiva e aproximadamente iguais a

Uma amostra aleatória de 100 famílias foi selecionada com o objetivo de estimar o gasto médio mensal das famílias com medicamentos. Os resultados amostrais estão resumidos na distribuição de frequência, a seguir, segundo as classes de gastos, em 10 reais. Não existem observações coincidentes com os extremos das classes.

As melhores estimativas para a média aritmética e para a variância amostral são, aproximada e respectivamente,

Se o coeficiente de correlação entre duas variáveis X e Y for nulo, então a(s)