UNIVERSIDADE FEDERAL DA BAHIA

INSTITUTO DE MATEMÁTICA E ESTATÍSTICA - DEPARTAMENTO DE ESTATÍSTICA

DISCIPLINA: MAT 229 - ANÁLISE DE REGRESSÃO
PROF: LEILA AMORIM

LISTA DE EXERCÍCIOS 2

1. Mostre que SQReg e SQRes são independentes.

2. Verifique que ρ2 (X,ˆY ) = β̂12 SSxx

yy
= SQReg
SQT otal
= R2 .

3. (Apostila Gilênio) Com base em 52 pares de valores das variáveis X e Y, obteve-se a

seguinte reta estimada: Ŷi = −0.4 + Xi . A estimativa do erro padrão para o coeficiente
Pn Pn
angular da equação foi 0.1. Sabe-se ainda que i Xi = 20 e i Xi2 = 120. Com base
nesses resultados, construa a tabela da análise de variância e teste a hipótese de que o
modelo proposto ajusta bem os dados, ao nı́vel de 5% de significância.

4. (Apostila Gilênio) Dez pares de valores sobre as variáveis X (independente) e Y (de-

Pn Pn Pn
pendente) forneceram os seguintes resultados: i Xi = 20, i Yi = 60, i Xi2 = 120,
Pn Pn
i Yi2 = 1110 e i Xi Yi = 360. Admitindo-se que as variáveis X e Y estão relacionadas
de acordo com o modelo de regressão linear simples:

a) determine as estimativas dos parâmetros do referido modelo;

b) organize a tabela da análise de variância para esses dados;

c) teste a hipótese de que o coeficiente angular da equação seja zero, ao nı́vel de 5%

de significância.

5. Os dados no quadro a seguir refere-se à produção de biomassa de soja de acordo com

a radiação solar cumulativa recebida após um perı́odo de oito semanas logo depois
de uma grande estiagem. A produção de biomassa é dada pela média de peso seco,
em gramas, de amostras independentes de quatro plantas (Dados disponibilizados por
pesquisadores da Universidade Estadual da Carolina do Norte).

1
 Radiação solar 29.7 68.4 120.7 217.2 313.5 419.1 535.9 641.5
Biomassa produzida 16.6 49.1 121.7 219.6 375.5 570.8 648.2 755.6

a) Calcule β̂o e β̂1 para a regressão linear de produção de biomassa em relação à radiação
solar. Escreva a reta estimada de regressão.

b) Obtenha os intervalos de 95% de confiança para βo e β1 . Interprete esses resultados.

c) Teste Ho : β1 = 1 versus H1 : β1 6= 1 usando o teste t com α = 0.1. Esse resultado

é consistente com aquele obtido no item (b)? Explique.

d) Calcule os intervalos de 95% de confiança para a produção média de biomassa

quando X = 30 e quando X = 600.

n−1
6. Mostre que o coeficiente de determinação ajustado, que é definido por 1− R̄2 = n−2
(1−
1
R2 ) pode ser reescrito como: R̄2 = R2 − n−2
(1 − R2 ).

7. Encontre Cov(yi , ŷi ).

8. Um modelo de regressão foi ajustado de forma que a seguinte informação foi disponi-
bilizada:

(i) Ŷi = 11.5 − 1.5Xi .

(ii) O teste t para Ho : β1 = 0 não foi estatisticamente significante para α = 0.05. Uma
estatı́stica T = −4.087 foi comparada com o ponto crı́tico da tabela t-Student t0.05,2 .

(iii) A estimativa para σ 2 foi 1.75.

Com base nesses dados:

a) Apresente os resultados da tabela da ANOVA.

b) Calcule e interprete o coeficiente de determinação R2 .

2
i −X̄)
9. Mostre que E(ei ) = 0 e V ar(ei ) = σ 2 [1 − 1
n
− P(X
n
(Xi −X̄)2
].
i

10. Para o caso particular da regressão linear simples, mostre que os elementos da diagonal
−X̄) 2
de H são definidos por hii = 1
n
+ Pn(Xi(Xi −X̄)
2.
i=1