1) As idades (em anos) e as pressões sanguíneas sistólicas (em mmHg) de 10 homens são listadas na tabela abaixo.

PRESSÃO
IDADE (X) xy x²
SANGUÍNEA (Y)

16 109 1744 256

25 122 3050 625
39 143 5577 1521
45 132 5940 2025
49 199 9751 2401
64 185 11840 4096
70 199 13930 4900
29 130 3770 841
57 175 9975 3249
22 118 2596 484
SOMATÓRIA→ 416 1512 68173 20398

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

PESO (X) VARIABILIDADE (Y) XY X²

5940 1.78 10573.2 35283600
5340 1.93 10306.2 28515600
6500 1.91 12415 42250000
5100 1.59 8109 26010000
5850 1.66 9711 34222500
4800 1.5 7200 23040000
5600 1.61 9016 31360000
5890 1.7 10013 34692100
Somatório 45020 13.68 77343.4 255373800

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.

Horas de estudo (x) Pontuação no teste

(y)
100
90 f(x) = 7.45138888888889 x +
80 R² = 0.937906500091239
o teste

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

Número de emissões (x) Lucro (y) XY X²

316 34314 10843224 99856
485 64906 31479410 235225
382 64876 24782632 145924
79 34241 2705039 6241
70 22136 1549520 4900
67 10068 674556 4489
183 31927 5842641 33489
168 28593 4803624 28224
162 30648 4964976 26244
162 35762 5793444 26244
21 22762 478002 441
43 13307 572201 1849
Somatório: 2138 393540 94489269 613126

Número de emissões (x) Lucro (y) y' y - y'

316 34314 33183033.666 -33148719.67
485 64906 50922118.666 -50857212.67
382 64876 40110723.666 -40045847.67
79 34241 8306328.666 -8272087.666
70 22136 7361643.666 -7339507.666
67 10068 7046748.666 -7036680.666
183 31927 19222688.666 -19190761.67
168 28593 17648213.666 -17619620.67
162 30648 17018423.666 -16987775.67
 162 35762 17018423.666 -16982661.67
21 22762 2218358.666 -2195596.666
43 13307 4527588.666 -4514281.666
MÉDIA : 178.166666666667 Somatório:
listadas na tabela abaixo.

D
220

PRESSÃO SANGUÍNEA (em mmHG)

y² 200

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

Usando y' = 47248343,66 e E ≈ 68486578,19, o intervalo de previsão é construído

Limite inferior Limite super
y' - E ≈ 47248343,66 - 68486578,19 y' + E ≈ 47248343,66 + 6848
≈ -21238234,54 ≈ 115734921
-21238234,54 < y < 115734921,9
Você pode estar 95% confiante de que, quando o produto interno bruto é US$
as emissões de dióxido de carbono estarão entre 410,995 e 988,755 milhões de
 Diagrama de dispersão
220
PRESSÃO SANGUÍNEA (em mmHG)

200

180

160

140

120

100
0 10 20 30 40 50 60 70 80
IDADE (anos)

o não há evidência o suficiente, ao nível

ficativa entre o peso do veículo e o
superfície seca.

is, construa um diagrama de dispersão

A) para x=3 ; y=7,4514X + 37,449

y= 7,4514(3) + 37,449
y=59,8032
 A) para x=3 ; y=7,4514X + 37,449
y= 7,4514(3) + 37,449
y=59,8032

B) para x=6,5 ; y=7,4514X + 37,449

y= 7,4514(6,5) + 37,449
y=85,8831

C) para x=13 ; Não é possível calcular

por x está fora do intervalo
observado

D) para x=4,5 ; y=7,4514X + 37,449

y= 7,4514(4,5) + 37,449
y=70,9803

4.965x + 14.093,666. Use os

A) Cerca de 79,8% da variação no lucro total pode ser

explicada pela relação entre o número de emissões e o lucro e,
cerca de 20,2% da variação é não explicada

B) O erro padrão da estimativa do lucro para

um número específico de emissões é cerca de 8.054.328.000.
revisão é construído conforme mostrado:
Limite superior
≈ 47248343,66 + 68486578,19
≈ 115734921,9
921,9

interno bruto é US$ 3,5 trilhões,

988,755 milhões de toneladas métricas.