Observe o gráfico de dispersão a seguir que mostra a relação entre a variável x e y. Ao estimar o coeficiente de correlação de Pearson obteve-se um valor de 0,6816 e no teste de significância obteve-se p-valor < 0,05, considerando a hipótese nula H0 : ρ = 0, em que ρ é o parâmetro da correlação linear de Pearson entre x e y.
Considerando as informações e o gráfico apresentados, é correto dizer que:
A estimativa do coeficiente de 0,6816 indica uma correlação positiva entre x e y, ou seja, um modelo de regressão linear simples ficará bem ajustado aos dados com um coeficiente de determinação de 68,16%.
O p-valor < 0,05 indica que menos do que 5% dos dados estão correlacionados.
A estimativa do coeficiente de 0,6816 indica uma correlação positiva entre x e y, e o gráfico de dispersão indica uma correlação forte e negativa entre x e y.
O p-valor < 0,05 indica que a correlação linear não é significativa ao nível de 5% de significância.
A estimativa do coeficiente de 0,6816 indica uma correlação positiva entre x e y, e o p-valor < 0,05 indica que a correlação é significativa ao nível de 5% de significância.