Um modelo linear ajustado para prever as Vendas semanais de pizza congelada (em libras) a partir do preço médio ($/unidade) cobrado por uma amostra de lojas na cidade de Dallas em 39 semanas recentes é:
Vendas
Preço
a) qual é a variável explanatória?
Vendas
a) qual é a variável explanatória?
Passo 1
Beleza, vamos lá! A questão nos apresenta um modelo linear que relaciona as Vendas semanais de pizza congelada com o Preço médio cobrado por unidade. Nosso objetivo aqui é identificar qual dessas variáveis é a “variável explanatória”. Para entender isso, vamos precisar conhecer um pouquinho sobre modelos lineares e o que cada tipo de variável representa.
Passo 2
Primeiro, vamos falar sobre o que é uma variável explanatória. Em estatística, a variável explanatória é aquela que usamos para explicar ou prever outra variável, que chamamos de variável resposta. No nosso caso, queremos ver como o preço influencia as vendas, então o preço será nossa variável explanatória.
Passo 3
Agora, olhando para o modelo dado:
Aqui, “Vendas” é a variável que queremos prever ou explicar, e “Preço” é a variável que está nos ajudando a fazer essa previsão. Ou seja, o preço está explicando as vendas.
Passo 4
Resumindo, no contexto desse modelo linear, estamos usando o preço das pizzas para entender como ele afeta as vendas semanais. Portanto, o preço é a variável que está explicando as vendas.
Resposta
A variável explanatória é o Preço.
Exercícios relacionados
Muitas vezes os dados devem ser transformados para que se obtenha uma relação linear entre a variável resposta e a variável explicativa. Os dados a seguir relacionam o diâmetro ( X ) de uma fibra e o logaritmo de base 10 (Y) da força de rompimento. Os dados são:
X | 22,5 | 28 | 27,5 | 25,5 | 22 | 30,5 | 23 | 25 | 23,5 | 27 | 21,5 | 22 | 29 | 20,5 | 27 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Y | 0,19 | 0,62 | 0,51 | 0,53 | 0,24 | 0,87 | 0,25 | 0,25 | 0,37 | 0,32 | 0,13 | 0,35 | 0,53 | 0,22 | 0,65 |
(a) Construir o diagrama de dispersão
Considere dois tipos de caixas de bombons, B e C. O tipo B contém 65% de bombons doces e 35% de bombons amargos, enquanto no tipo C essas porcentagens de sabor são inversas. Além disso, 45% de todas as caixas de bombons são do tipo B e as restantes do tipo C. Escolhe-se, aleatoriamente, uma caixa e um bombom dessa caixa; se for constatado que ele é do tipo doce, qual é a probabilidade condicional de ter vindo de uma caixa do tipo C?
Determine se as seguintes séries são convergentes ou divergentes. Se converge, calcule o valor da soma.
Calcule a integral usando a integração por partes com as escolhas de
e
indicadas.