O modelo de regressão linear simples será agora utilizado...

O modelo de regressão linear simples será agora utilizado...

Atenção: Para responder às questões de números 44 e 45, considere um modelo de regressão linear simples da forma yi = β0 + β1xi + ei atendendo todos os pressupostos necessários para sua validade. β0 e β1 são parâmetros desconhecidos a serem estimados pelo método dos mínimos quadrados e ei corresponde ao erro aleatório com distribuição N(0,σ2).

O modelo de regressão linear simples será agora utilizado para um outro conjunto de dados de tamanho n = 14 das variáveis Xi e Yi , fornecendo a tabela a seguir:




Parâmetro

Estimativa

Erro padrão



Considere a tabela com os valores t correspondentes à distribuição t-Student para a probabilidade P(T ≤ t) dado o número de graus de liberdade

Graus de Liberdade

P(T ≤ t) = 0,90

P(T ≤ t) = 0,95

P(T ≤ t) = 0,975

10

1,37

1,81

2,23

12

1,36

1,78

2,18

14

1,35

1,76

2,15

Adotando-se nível de significância de α = 5% e as hipóteses adequadas, é correto afirmar que


A

não se rejeita a hipótese de que a inclinação da reta ajustada é nula.


B

rejeita-se a hipótese de que o intercepto é igual a zero.


C

rejeita-se a hipótese de que a inclinação da reta ajustada é nula.


D

não há relação linear entre Y e X.


E

tanto o intercepto quanto a inclinação da reta são diferentes de zero.