

Seu próximo nível começa aqui
Seu desenvolvimento não pode ter limites. Garanta sua Assinatura Ilimitada e libere uma preparação completa com os melhores professores do Brasil.
Deseja-se expressar a variável y como uma função das variáveis x1 e x2 , através de um modelo de Regressão Linear. Para isso foram levantadas n = 43 observações independentes relativas a essas 3 variáveis. O coeficiente de correlação entre x1 e x2 foi estimado, a partir dos dados, em 0,76. Além disso, quando foram ajustados aos dados modelos de Regressão Linear, resultaram os seguintes coeficientes de determinação:
A análise dos resíduos indicou que, para cada um dos 3 ajustes acima, foram obedecidas as premissas usuais (inclusive a Normalidade dos erros) dos modelos de Regressão Linear.
Daí se conclui que:
o terceiro ajuste, por Regressão Múltipla, é o melhor, porque as variáveis x1 e x2 são ortogonais entre si.
a qualidade do terceiro ajuste é altamente questionável, em vista do elevado valor obtido para a correlação entre x1 e x2 .
uma vez incluída no modelo linear a variável x1 , a inclusão adicional da variável x2 melhora significativamente a qualidade do ajuste.
nem x1 nem x2 contribuem significativamente para explicar o comportamento de y.