Vamos analisar cada alternativa sobre o coeficiente de determinação R² em um modelo de regressão linear simples: A) "O R² mede a intensidade da relação causal entre a variável independente e a variável dependente." Falso. O R² mede a proporção da variância explicada pelo modelo, mas não indica causalidade. B) "O R² representa a proporção da variância total da variável dependente que é explicada pelo modelo de regressão." Verdadeiro. Essa é a definição correta do R². C) "Um valor de R² = 0 indica que o modelo se ajusta perfeitamente aos dados observados." Falso. R² = 0 indica que o modelo não explica nada da variância da variável dependente. D) "Um valor de R² próximo de 1 significa necessariamente que o modelo é adequado, independentemente da análise dos resíduos." Falso. Um R² alto não garante que o modelo seja adequado; é necessário analisar os resíduos para verificar suposições do modelo. E) "O R² é calculado pela razão entre a soma dos quadrados do erro (SQE) e a soma total dos quadrados (SQT)." Falso. R² = 1 - (SQE / SQT), ou seja, é a proporção da variância explicada, não apenas a razão entre SQE e SQT. Portanto, a alternativa correta é a B.