Escolar Documentos
Profissional Documentos
Cultura Documentos
PRESSÃO
IDADE (X) xy x²
SANGUÍNEA (Y)
2) Os pesos (em libras) de oitro veículos e a variabilidade das suas distâncias de frenagem (em pés) quando param em uma su
suficiente para concluir que existe correlação linear significativa entre o peso do veículo e variabilidade na distância de frenag
3) O número de horas que 9 estudantes passaram estudando para um teste e suas respectivas pontuações são mostrados na
dos dados e represente a reta de regressão. Use a equação da reta para prever o valor de y para cada
um dos valores de x, se apropriado.
a) x = 3 horas c) x = 13 horas
b) x = 6,5 horas d) x = 4,5 horas.
70
60
0 40 100
2 51 90 f(x) = 7.45138888888889 x +
80 R² = 0.937906500091239
4 64
Pontuação no teste
70
5 69
60
5 73 50
5 75 40
6 93 30
7 90 20
10
8 95
0
0 1 2
4) O número de ofertas públicas iniciais de ações emitidas nos EUA e o lucro total dessas ofertas (em milhões de dólares), par
dados para encontrar:
a) o coeficiente de determinação r² e interprete o resultado
b) O erro padrão da estimativa e interprete o resultado.
c) Construa um intervalo de previsão de 95% para o lucro das ofertas públ
D
220
180
11881
14884 r ≈ 0.9083862326 160
20449
140
17424
39601 120
34225
39601 100
0 10
16900
30625
13924
239514 Há uma correlação liner positiva entre idade e pressão sangínea
(em pés) quando param em uma superfície seca são mostrados na tabela a seguir. Para α = 0,01, há evidência
variabilidade na distância de frenagem em uma superfície seca?
Y² r≈ 0.6227403272
3.1684
3.7249 α= 0.05
3.6481
2.5281 Segundo a tabela TB.11 o valor crítico na coluna α =0,05 que
2.7556 corresponde a linha com n=8 é 0,707
2.25
2.5921
Logo, |r| ≈0,62274 < 0,707, como o valor |r| é menor que o valor crítico não há evidência o s
2.89 de significância 0,05, para concluir que existe correlação linear significativa entre o peso d
23.5572 variabilidade na distância de frenagem em uma superfície seca.
tivas pontuações são mostrados na tabela abaixo. Encontre a equação da reta de regressão para os dados. Depois, construa um diagra
y para cada
Diagrama de dispersão
100
90 f(x) = 7.45138888888889 x + 37.4490740740741
80 R² = 0.937906500091239
o teste
70
60
Diagrama de dispersão
100
90 f(x) = 7.45138888888889 x + 37.4490740740741
80 R² = 0.937906500091239
Pontuação no teste
70
60
50
40
30
20
10
0
0 1 2 3 4 5 6 7 8 9
Horas de estudo
ofertas (em milhões de dólares), para 12 anos, estão na tabela a seguir. A equação da reta de regressão é y' = 104.965x + 14.093,666. U
de 95% para o lucro das ofertas públicas iniciais quando o número de emissões é 450.
Y² r ≈ 0.8931535877
1177450596 r² ≈ 0.79772333122
4212788836
4208895376
1172446081 Para n = 12 e ∑(y -y')² = 6,74171E+15 o erro padrão de estimativa é
490002496
101364624
1019333329
817559649 B) O erro padr
939299904 um número es
1278920644
518108644
177076249
16113246428 Se = 25964794.1675
(y -y')²
1.0988376155E+15 C) Como n = 12, há: g.l. = 12 – 2 = 10 graus de liberdade.
2.5864560802E+15 Usando a equação de regressão:
1.6036699153E+15 y' = 104.965𝑥 + 14.093,666 e x = 3,5 a estimativa pontual é:
68427434353989.3
y' = 104965𝑥 + 14093,666
53868372779272.8 = 104965(450) + 14093,666
49514874795258.2 = 47248343,66
368285333321215
310451032413734 Da Tabela B.5 o valor crítico é tc = 2,228 e Se ≈ 25964794,17
288584522078342 Aplicando os valores na fórmula ao lado temos:
288410797261826
4820644719750.32
20378738959983.7
6.7417053616E+15 E = 68486578.191
200
180
160
140
120
100
0 10 20 30 40 50 60 70 80
IDADE (anos)