Considerando o modelo de regressão linear simples \( Y_i = \beta_0 + \beta_1 X_i + \varepsilon_i \), \( i = 1, \dots, n \), em que os erros \( \varepsilon_i \) são independentes e identicamente distribuídos, com \( \varepsilon_i \sim N(0, \sigma^2) \), julgue os itens subsequentes.
Na ANOVA da regressão, a SQT (soma de quadrados total) decompõe-se em SQR (regressão) mais SQRes (resíduos), e, quanto maior a SQR em relação à SQT, menor tende a ser o valor da estatística F do teste de significância da regressão.
