1 O modelo apresenta coeficiente de determinação de 0,9439 ou seja, 94,39% do modelo

consegue explicar os dados em estudo; O F calculado é maior que o F tabelado tendo uma boa
representação pelo teste fisher, no P-valor, um dos valores não foi menor que 0,05 que é a
margem de confiança utilizada para 95%, normalmente o valor que é maior pode ser
descartado da equação que representa o modelo matemático, e o gráfico de resíduos mostra
uma bos distribuição dos resíduos (de forma aleatória em torno do zero), mas não estão tão
próximos do zero como esperado.

2 Sabemos que na estatística os outliers são valores que "fogem" da "linha" como o próprio
nome diz, logo para identifica-lo, traçamos os limites superior e inferior, podendo ser traçada a
média aritmética dos valores em estudo para ajudar na visualização. Os limites S e I são
calculados a partir do uso dos quartis 1 e 3.

Os limites superior e inferior calculados foram respectivamente: 23,5;-4,5 logo o único valor
que se apresenta como outlier é o "40"

3 A (verdadeiro) apresenta mais de uma variável explicativa

B(falso) o Fcalculado é maior que o Ftabelado, alem disso para ter uma boa representação pelo
teste fisher seria Fc>Ft, ao contrário do que é afirmado, também é preciso de outros testes
para garantir a representatividade e aceitação do modelo

C(verdadeiro) o valor pode ser removido pois não se encaixa na porcentagem do grau de
liberdade do modelo

D(verdadeiro) pois o resíduo independe da regressão

E(verdadeiro) o desvio padrão é um índice de dispersão da amostra em relação à média, já o

erro padrão é uma medida que ajuda a avaliar a confiabilidade da média calculada.

4 À primeira vista pode parecer uma boa representação, com os pontos bem distribuidos em
torno do zero, mas se analisada com mais atenção percebe-se que segue um padrão, parecido
com uma função de segundo grau, e por isso esse gráfico de resíduos não apresenta uma boa
distribuição. Portando se nos atentarmos ao conceito da análise dos gráficos de resíduos
sabemos que serve para determinar se as suposições de mínimos quadrados comuns estão
sendo atendidas, pois quando são a regressão de mínimos quadrados comum terá estimativas
de coeficientes não viciadas com variância mínima.