Ao interpretar um modelo de regressão linear, não basta observar os coeficientes estimados. Também é necessário avaliar a fração da variabilidade total que é explicada pela variável independente. O coeficiente de determinação R2 é uma métrica importante que permite estimar o grau de explicação do modelo, mas sua interpretação deve ser feita com cautela. Durante a aplicação de um modelo de regressão linear simples com n=15 observações, foram obtidos os seguintes resultados: - Soma total dos quadrados: SQTotal=280 - Soma dos quadrados da regressão: SQReg=210 Com base nessa situação, avalie as asserções abaixo e a relação proposta entre elas: I. O valor do coeficiente de determinação R2 é de aproximadamente 0,75 , indicando que o modelo explica 75% da variação total da variável dependente. PORQUE II. O valor de R2 é obtido pela razão entre a soma dos quadrados da regressão SQReg e a soma total dos quadrados SQTotal , conforme: R2=SQRegSQTotal A respeito dessas asserções, assinale a alternativa correta: Questão 4Resposta A. A asserção I é uma proposição verdadeira, e a II é uma proposição falsa. B. As asserções I e II são proposições verdadeiras, mas a II não é uma justificativa da I. C. A asserção I é uma proposição falsa, e a II é uma proposição verdadeira. D. As asserções I e II são falsas. E. As asserções I e II são proposições verdadeiras, e a II é uma justificativa da I.