Para um modelo de regressão linear múltipla na forma y = β0 + β1x1 + β2x2 + ... + βkxk + ε, em que são válidas as suposições clássicas usuais, a tabela de ANOVA decompõe a variação total na resposta (y) conforme a seguir.
- SQT (soma de quadrados totais) = \(\sum(y_i − \bar{y})^2\)
- SQM (soma de quadrados do modelo) = \(\sum(\hat{y}_i − \bar{y})^2\)
- SQR (soma de quadrados do resíduo) = \(\sum(y_i − \hat{y}_i)^2\)
A partir dessas informações, e considerando que n denota o tamanho da amostra, julgue os itens seguintes acerca do uso da ANOVA para avaliar regressões lineares.
O erro quadrático médio é igual à SQR/(n - k - 1) e provê um estimador não viesado da variância do erro, independentemente dos regressores terem efeitos significantes.
