Para o modelo de regressão linear simples usual, Y_i=B₀+B₁ x_i + E_i, i = 1,…n, considere que a reta de mínimos quadrados (reta de regressão) seja dada por \( \hat{Y}_i=b_o+b_1x_i,i=1 \)1, …,n. Dentre as propriedades verificadas, nesse tipo de ajuste,

Considere o modelo de regressão linear que segue.

Y_i=B₀+B₁ \( x_i \)+\( E_i \) , \( i \)=1,... , n .

As suposições impostas sobre os erros aleatórios do modelo de regressão linear simples usual são

Seja X uma variável aleatória normalmente distribuída com média μ e variância , tal que P(X>30) é maior que P(X<20). Assim sendo, o número que pode representar o valor médio de X é

A nota dos candidatos aprovados em determinado concurso tenha distribuição normal com média 6 (seis) e desvio padrão 1 (um). Retira-se a prova de um candidato ao acaso e verifica-se sua nota. Considere os seguintes eventos a seguir:

A relação entre a probabilidade do evento A e a probabilidade do evento B é

Seja X uma variável aleatória com função distribuição de probabilidade Poisson de parâmetro λ.

Se então \( P(X=3)=\dfrac{P(X=2)}{3} \), o valor esperado de X será

Considere X, Y e Z eventos em um mesmo espaço de probabilidade. Seja P(X) = a > 0, P(Y) = b > 0 e P(X \( ∪ \) Z) = C, com \( \bar{X} \) e \( \bar{Y} \) representando os eventos complementares a X e Y, respectivamente. Então, P(X\( ∩ \)Y│\( \bar{X} \)) é