Para estimar o modelo de regressão linear, podemos utilizar o método dos mínimos quadrados. Com base nos dados fornecidos na tabela, podemos calcular o coeficiente angular e linear da equação de regressão. O coeficiente angular (b) é dado por: b = (nΣxy - ΣxΣy) / (nΣx² - (Σx)²) Onde n é o número de observações, Σxy é a soma dos produtos entre x e y, Σx é a soma dos valores de x, Σy é a soma dos valores de y e Σx² é a soma dos quadrados dos valores de x. Substituindo os valores na fórmula, temos: b = (12*1038.5 - 120*166.5) / (12*1203.5 - (120)²) b = 9.208 O coeficiente linear (a) é dado por: a = ym - b xm Onde ym é a média dos valores de y e xm é a média dos valores de x. Substituindo os valores na fórmula, temos: ym = Σy / n = 1038.5 / 12 = 86.54 xm = Σx / n = 120 / 12 = 10 a = 86.54 - 9.208 * 10 a = -6.336 Portanto, o modelo de regressão linear será: y = -6.336 + 9.208x Podemos concluir que o modelo define uma relação linear útil, pois foi possível calcular os coeficientes angulares e lineares e a equação de regressão.
Para escrever sua resposta aqui, entre ou crie uma conta
Compartilhar