Enunciado
Probabilidade e Estatística - Montgomery - Estatística Aplicada e Probabilidade para Engenheiros- Ed: 4º - Capítulo 12.Exercícios - Ex. 96
12-96. As Tahelas 12-23 e 12-24 apresentam estatisticas para a tempo-
rada de 2005 da Liga Principal de Beisebol (fonte: The Sports Network).
a) Comsidere os dades de rehatidas. Use os métoxdos de construçào de
modelos para prever Vitorues contra as outras variaveis. Verifique
sc as suposições para seu modelo são válidas.
b) Repita o item (a) para os dados de arremesso.
c) Use ambos os dados de rebatidas e de arremesso para construir o
modelo para prever Virorurs. Que variiveis sáo mais importantes?
Verifique se as suposições para seu modelo são válidas.
Passo 1
Faaaala ai gente, tudo bom?
Vamos resolver essa questão aqui rapidinho?
Bora, é tranquilo
As variáveis do regressor neste exercício serão rotuladas com seus nomes (abreviados) fornecidos no exercício.
Letra a:
Vamos construir o modelo usando todas as abordagens de regressões.
Uma vez que existem inúmeros modelos possíveis (no total 13 regressores), vamos mostrar apenas aqueles que têm o melhor desempenho:
Escolhemos o modelo mínimo por causa da grande diminuição em , e bastante semelhante.
O melhor ajuste linear é dado por:
Passo 2
Letra b:
Agora repetimos o que fizemos com os dados de arremesso.
Usamos o arremesso subscrito para distinguir entre as mesmas características de rebatidas versus arremesso.
Uma vez que existem inúmeros modelos possíveis (no total 13 regressores), vamos mostrar apenas aqueles que têm o melhor desempenho:
Portanto, temos uma escolha óbvia para o modelo:
O melhor ajuste linear é dado por:
Passo 3
Letra c:
Unir os recursos e nomear todas as regressões nesse enorme pool de recursos é uma tarefa computacional difícil.
Portanto, escolhemos o procedimento de regressão por etapa para este problema.
O modelo de saída é , e o melhor ajuste linear é: