Atenção: Para responder à questão, considere um modelo de regressão linear simples da forma yi = !$ β !$0 + !$ β !$1xi + ei atendendo todos os pressupostos necessários para sua validade. !$ β !$0 e !$ β !$1 são parâmetros desconhecidos a serem estimados pelo método dos mínimos quadrados e ei corresponde ao erro aleatório com distribuição N(0,!$ σ !$2).
O modelo de regressão linear simples será agora utilizado para um outro conjunto de dados de tamanho n = 14 das variáveis Xi e Yi, fornecendo a tabela a seguir:
| Parâmetro | Estimativa | Erro padrão |
| !$ β !$0 (Intercepto) | !$ \hat β !$0 = 4,2 | 3,5 |
| !$ β !$1(X) | !$ \hat β !$1 = 15,5 | 2,5 |
Considere a tabela com os valores t correspondentes à distribuição t-Student para a probabilidade P(T ≤ t) dado o número de graus de liberdade
| Graus Liberdade | P(T !$ \le !$ t) = 0,90 | P(T !$ \le !$ t) = 0,95 | P(T !$ \le !$ 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
