A tabela de análise de variância precedente diz respeito ao ajuste de um modelo de regressão linear na forma \( y = \beta_0 + \beta_1 x_1 + \beta_2 x_2 + \varepsilon \) em que \( \beta_0, \beta_1 \) e \( \beta_2 \) denotam os coeficientes do modelo e ε se refere a um erro aleatório normal com média zero e desvio padrão σ. O ajuste é feito pelo critério de mínimos quadrados ordinários e o tamanho da amostra é igual a 81.

Com base na situação hipotética apresentada, julgue o seguinte item.

A estimativa de σ é igual ou superior a 1.

A tabela de análise de variância precedente diz respeito ao ajuste de um modelo de regressão linear na forma \( y = \beta_0 + \beta_1 x_1 + \beta_2 x_2 + \varepsilon \) em que \( \beta_0, \beta_1 \) e \( \beta_2 \) denotam os coeficientes do modelo e ε se refere a um erro aleatório normal com média zero e desvio padrão σ. O ajuste é feito pelo critério de mínimos quadrados ordinários e o tamanho da amostra é igual a 81.

Com base na situação hipotética apresentada, julgue o seguinte item.

O coeficiente de explicação ajustado é igual a 0,875.

A tabela de análise de variância precedente diz respeito ao ajuste de um modelo de regressão linear na forma \( y = \beta_0 + \beta_1 x_1 + \beta_2 x_2 + \varepsilon \) em que \( \beta_0, \beta_1 \) e \( \beta_2 \) denotam os coeficientes do modelo e ε se refere a um erro aleatório normal com média zero e desvio padrão σ. O ajuste é feito pelo critério de mínimos quadrados ordinários e o tamanho da amostra é igual a 81.

Com base na situação hipotética apresentada, julgue o seguinte item.

A correlação linear entre y e x₁ é superior a 0,95.

A tabela de análise de variância precedente diz respeito ao ajuste de um modelo de regressão linear na forma \( y = \beta_0 + \beta_1 x_1 + \beta_2 x_2 + \varepsilon \) em que \( \beta_0, \beta_1 \) e \( \beta_2 \) denotam os coeficientes do modelo e ε se refere a um erro aleatório normal com média zero e desvio padrão σ. O ajuste é feito pelo critério de mínimos quadrados ordinários e o tamanho da amostra é igual a 81.

Com base na situação hipotética apresentada, julgue o seguinte item.

O valor da razão F do teste linear geral, cuja hipótese nula é \( H_0 : \beta_0 = \beta_1 = \beta_2 =0 \)

Considerando um modelo de regressão linear simples na forma \( \hat{M} = -10 + 3x N \), em que N denote o número de mãos por cacho produzido por um tipo de bananeira e \( \hat{M} \) represente a massa do cacho ajustada pelo método de mínimos quadrados ordinários, e sabendo que seu coeficiente de explicação é igual a 0,90 e que o tamanho da amostra é de 102 cachos, julgue o próximo item.

As estimativas dos coeficientes do modelo invertido \( \hat{N} = \dfrac{10}{3}+ \dfrac{M}{3} \) resultam da aplicação do critério de mínimos quadrados ordinários.

Considerando um modelo de regressão linear simples na forma \( \hat{M} = -10 + 3x N \), em que N denote o número de mãos por cacho produzido por um tipo de bananeira e \( \hat{M} \) represente a massa do cacho ajustada pelo método de mínimos quadrados ordinários, e sabendo que seu coeficiente de explicação é igual a 0,90 e que o tamanho da amostra é de 102 cachos, julgue o próximo item.

A correlação entre \( \hat{M} \)e N é igual a 1.

Considerando um modelo de regressão linear simples na forma \( \hat{M} = -10 + 3x N \), em que N denote o número de mãos por cacho produzido por um tipo de bananeira e \( \hat{M} \) represente a massa do cacho ajustada pelo método de mínimos quadrados ordinários, e sabendo que seu coeficiente de explicação é igual a 0,90 e que o tamanho da amostra é de 102 cachos, julgue o próximo item.

O desvio padrão das massas dos cachos é inferior ao desvio padrão dos números de mãos por cacho.

Considerando um modelo de regressão linear simples na forma \( \hat{M} = -10 + 3x N \), em que N denote o número de mãos por cacho produzido por um tipo de bananeira e \( \hat{M} \) represente a massa do cacho ajustada pelo método de mínimos quadrados ordinários, e sabendo que seu coeficiente de explicação é igual a 0,90 e que o tamanho da amostra é de 102 cachos, julgue o próximo item.

A estimativa da variância do coeficiente angular do modelo ajustado é igual a 0,01.

Considerando um modelo de regressão linear simples na forma \( \hat{M} = -10 + 3x N \), em que N denote o número de mãos por cacho produzido por um tipo de bananeira e \( \hat{M} \) represente a massa do cacho ajustada pelo método de mínimos quadrados ordinários, e sabendo que seu coeficiente de explicação é igual a 0,90 e que o tamanho da amostra é de 102 cachos, julgue o próximo item.

90% da variação do número de mãos por cacho pode ser explicada pela massa do cacho.

No que diz respeito à estimação pontual e intervalar, julgue o seguinte item.

Se um intervalo de 95% de confiança para determinada característica média for dado por [30; 50], então, do ponto de vista frequentista, a probabilidade de a média populacional estar nesse intervalo é de 90%.