

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.
No planejamento de orçamento, um Analista de Gestão Governamental necessita projetar uma variável econômica Y em função de duas outras variáveis econômicas independentes 𝑿𝟏 e 𝑿𝟐. Assim, resolve aplicar um modelo de Regressão Linear Múltipla e obtém dados de 50 registros das variáveis. Ajusta o modelo H0d:μD1=μD2 e H0E:μE1=μE2=μE3 aos dados e obtém as estimativas dos parâmetros 𝜷𝒋 j = 0,1,2 e as estatísticas correspondentes. O termo estocástico do modelo é εi .
Estimativas | Erro Padrão | Estatística t | Valor-p p |
β^0 = 0,50 | 0,40 | 0,125 | 0,450 |
β^1 = 2,40 | 0,55 | 4,36 | 0,000 |
β^2 = 1,50 | 0,32 | 4,69 | 0,000 |
-
Analisando os números, o analista conclui que, ao nível de 5% de significância,
as variáveis X1 e X2 não são importantes na projeção, pois os seus valores-p são p = 0,000 < 0,05.
o intercepto do modelo β^0 = 0,50 pode ser considerado nulo, pois p = 0,450 > 0,05. Logo com X1 = X2 = 0 a projeção é Y = 0.
os três parâmetros são significativos.
cada estatística “t” é obtida calculando a razão t =EstimativaErro padra~o .
o ajuste forneceu a reta Y^i = 0,40 + 0,55 X1 + 0,32X2.