Question

Marque a alternativa correta sobre regressão linear.

Na regressão linear um polinômio de grau 2 é ajustado a um conjunto de pares de observação (x1,y1), (x2,y2),..., (xn,yn).
Na regressão linear ajustamos uma reta que passa por todos os pontos observados.
Na regressão linear o coeficiente r2 é chamado de coeficiente de correlação.
Na regressão linear a estratégia utilizada para encontrar a “melhor” reta que representa a tendência geral dos dados é minimizar o valor absoluto da soma dos erros residuais para todos os dados disponíveis.
Na regressão linear o erro padrão da estimativa quantifica a dispersão em torno da reta de regressão.

Answer 1

Resposta:

Na regressão linear o erro padrão da estimativa quantifica a dispersão em torno da reta de regressão.

Explicação:

Na regressão linear um “desvio padrão” para a reta de regressão pode ser determinado por  

Sy/x = raiz Sr/n-2  

onde Sy/x é chamado erro padrão da estimativa e Sr é a soma dos quadrados dos resíduos.

O subscrito “y/x” indica que o erro é para um valor previsto de y correspondente a um valor particular de x. Observe que dividimos por n − 2 porque duas estimativas provenientes dos dados — a0 e a1 — foram usadas para calcular Sr, portanto, perdemos dois graus de liberdade.

Exatamente como no caso do desvio padrão, o erro padrão da estimativa quantifica a dispersão dos dados. Entretanto, Sy/x quantifica a dispersão em torno da reta de regressão, em contraste com o desvio padrão original Sy que quantificava a dispersão em torno da média.

Answer 2

Resposta:

A) Na regressão linear o erro padrão da estimativa quantifica a dispersão em torno da reta de regressão.

Explicação:

Exatamente como no caso do desvio padrão, o erro padrão da estimativa quantifica a dispersão dos dados. Entretanto, Sy/x quantifica a dispersão em torno da reta de regressão, em contraste com o desvio padrão original Sy que quantificava a dispersão em torno da média.