Um conjunto de experimentos foi realizado para

determinar uma maneira de prever o tempo de cozimento y em junção de vários níveis da largura do forno *, e

da temperatura do gás * ,. Os dados codificados foram

registrados como se segue. Estime a equação de regressão linear múltipla

Pr\xux2 = j3» + /3i*i +/32*2.

Agora precisamos ajustar o modelo de regressão múltipla ao conjunto de dados dado, que é da forma dada abaixo:

o modelo estimado para o modelo acima é o seguinte: para todos os 10 , enquanto que são estimativas de mínimos quadrados de respectivamente. A solução para os coeficientes de regressão é dada da seguinte forma: , que também é conhecida como estimativas OLS ou estimativas de mínimos quadrados ordinários.

Agora usamos MINTAB para ajustar o modelo para o conjunto de dados dado, a saída é a seguinte:A equação de regressão é

Predictor Coef SE Coef T PConstant

Aqui podemos constatar que o modelo é o mais adequado para o conjunto de dados dado, uma vez que o valor R-quadrado ajustado é, ou seja, a grande influência das variáveis preditoras sobre a variável resposta.

Portanto, podemos prever melhor o tempo de cozimento para determinados vários níveis de largura do forno e temperatura da chaminé. Agora, os elementos da matriz inversa são

E usando a relação , os coeficientes de regressão estimados são e