

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.
Um modelo de regressão linear é definido por Yi ~Normal(μ=XiT⋅β, σ2), em que Xi é um vetor 10 ×1 de características, cuja primeira entrada é 1, T é o operador transposto, β é um vetor 10 ×1 de parâmetros, e σ2 é um parâmetro escalar. Nesse modelo:
• Xi2 a Xi5 codificam uma variável aleatória qualitativa
• Xi2 = 1 indica que Q assumiu a categoria A;
• Xi2 = 0 indica que Q não assumiu a categoria A;
• Xi3 , Xi4 e Xi5 foram codificados de forma semelhante para outras categorias de Q.
A partir das informações precedentes, julgue os itens a seguir, considerando que uma amostra de tamanho n foi retirada da referida população, e assumindo que SQR1 representa a soma dos quadrados dos resíduos para o modelo sem Xi2, Xi3, Xi4 e Xi5 e que SQR2 representa a soma dos quadrados dos resíduos para o modelo completo (incluindo Xi1 aXi10).
Ao nível de significância de 5%, rejeitando-se a hipótese nula que β2=0, β3=0, β4=0 e β5=0 contra a alternativa de β2=0 e(ou) β3=0 e(ou) β4=0 e(ou) β5=0 usando um teste F com 4 graus de liberdade no numerador e n - 10 graus de liberdade no denominador e a estatística
F=(SQR2 ⁄ (N−10)(SQR1−SQR2⁄4)) é correto afirmar que é estatisticamente significante ao nível de significância de 5%.
Certo
Errado