Regressão Linear: Definição, Aplicações e Análise de Diagrama de Dispersão

PERGUNTA 1 Considerando a definição e objetivo da regressão linear isto é o tipo de dados aos quais ela se aplica como estes dados são chamados e o tipo de relação que existe entre estes dados leia as alternativas e escolha a que define corretamente o que é regressão A regressão visa investigar a relação entre duas variáveis aleatórias mediante uma função de distribuição de probabilidade A regressão visa investigar a relaçao entre duas variáveis determinísticas mediante o uso de uma relacao deterministica A regressão visa investigar a relação entre duas variáveis sendo pelo menos uma delas aleatória mediante o uso de uma relação determinística A regressão visa investigar a relação entre duas variáveis aleatórias mediante o uso de uma relação aleatória A regressão visa investigar a relação entre duas variáveis quaisquer mediante o uso de uma relação aleatória PERGUNTA 2 Existem algumas ferramentas gráficas para analisar amostras Uma das mais usadas é o diagrama de dispersão ou gráfico de dispersão Observe o seguinte diagrama de dispersão conforme os dados apresentados nele é possível afirmar que Os dados apresentam uma correlação positiva Há maior quantidade de amostras que apresentam valores da variável resposta no intervalo 75 y 79 Há maior quantidade de amostras que apresentam valores da variável preditora no intervalo que 37 x 47 Há menor quantidade de amostras que apresentam valores da variável preditora intervalo y 17 Há menor quantidade de amostras que apresentam valores da variável resposta no intervalo x 93 Após estudar os modelos de regressão linear simples e o modelo probabilístico linear existem algumas diferenças importantes entre os elementos destes modelos já que alguns deles representam o conjunto de dados e os outros definem o comportamento desses dados numa reta Considerando estas informações leia as seguintes afirmativas e escolha a que apresenta as informações corretas β0 β1e são parâmetros do modelo de regressão linear simples x e y são parâmetros do modelo de regressão linear simples e do probabilístico β0 β1 e x e y são parâmetros do modelo de regressão linear probabilístico β0 β1 são parâmetros do modelo de regressão linear simples β0 β1 e x e y são parâmetros do modelo de regressão linear simples PERGUNTA 4 Considere duas variáveis que para valores entre 6 e 21 estão relacionadas mediante reta de regressão verdadeira y 015 0092x Considerando duas amostras pontuais de em que x vale 12 e 18 se a variância for 0025 Realize os procedimentos para verificar a probabilidade de Y ultrapassar 01706 para cada amostra Tendo todos seus resultados confira eles com o que se afirma a seguir O valor esperado para x18 é μY 18 01656 O valor esperado para x12 é μY 12 02484 A probabilidade PY 01706 para x12 é pY 01706 0009 A probabilidade PY 01706 para x12 é pY 01706 04207 Após verificar com seus cálculos é correto o que se afirma em Apenas I e II são corretas Apenas I II e III são corretas Apenas II e III são corretas Apenas IV é correta Apenas I e III são corretas