Enunciado
Probabilidade e Estatística - Montgomery - Estatística Aplicada e Probabilidade para Engenheiros- Ed: 4º - Capítulo 12.Exercícios - Ex. 33
Considere os dados de desgaste do mancal no Exercicio 12. 17
(a) Para 0 modelo sem interação, teste a significância da regressão usando a = 0,05. Qual 6 o valor P para esse teste? Quais são suas conclusões?
(b) Para 0 modelo sem interação, calcule a estatística t para cada coeficiente de regressão. Usando a - 0,05. que conclusões você pode tirar?
(c) Para 0 modelo sem interação, use 0 método da soma extra dos quadrados para avaliar a utilidade de adicionar a0 modelo, que ja contém m1 = viscosidade do 61cc.
(d) Refaça o modelo com um termo de interação. Teste a significância da regressão usando a = 0,05
(e) Use 0 método de alguns quadrados extras para determinar se 0 termo de contribuição crônica para o modelo.
(f) Estime para o modelo com interação. Compare esse valor com a estimativa de a do modelo do item (a)
Passo 1
E aí galera, vamos fazer esse exercício aqui passo a passo!
Na solução deste exercício, você deve usar os dados fornecidos no exercício 12.8 e a solução desse exercício.
Letra a:
A estatística de teste F deve ser calculada como segue.
Nós sabemos:
Vamos recuperar:
Em seguida, calcule a partir dos dados:
Agora podemos calcular:
Portanto, a estatística F é
O valor p para o teste de significância da regressão é então obtido como :
A hipótese é então rejeitada, a regressão é significativa.
Passo 2
Letra b:
Precisamos calcular as estatísticas de teste para os coeficientes de regressão a . Vamos calcular:
Os valores P correspondentes para os testes t são então facilmente obtidos:
Portanto, a primeira variável contribui para o modelo porque rejeitamos a hipótese nula. A segunda variável, entretanto, não pode ser considerado significativa sob porque .
Passo 3
Letra c:
Lembre-se do livro didático como o teste F parcial é feito e o que isso significa.
Seja e
e então segue:
A estatística de teste F deve ser calculada da seguinte maneira:
Vamos recuperar:
Então você tem que calcular (tendo em mente que esses números são obtidos de modelos completamente diferentes!}:
Portanto, a estatística F é
O valor p para o teste de significância da regressão é então obtido como :
A hipótese não é, portanto, rejeitada, o que significa que a contribuição da variável não é significativa para o modelo.
Observe como esse p-valor é exatamente o mesmo que o p-valor obtido para o teste t para a mesma variável (valor ). Isso não é coincidência - sabemos que o teste F parcial para apenas uma variável é de fato equivalente com o teste t para essa variável.
Passo 4
Letra d:
Vamos ajustar o modelo linear com o termo de interação adicionado e então temos o seguinte resultado:
A estatística de teste F deve ser calculada como segue.
Nós sabemos:
Vamos recuperar:
Portanto, a estatística F é
O valor p para o teste de significância da regressão é então obtido como :
A hipótese é então rejeitada, a regressão é significativa.
Passo 5
Letra e:
Lembre-se do livro didático como o teste F parcial é feito e o que isso significa.
Seja e
e então segue:
A estatística de teste F deve ser calculada como segue.
Vamos recuperar:
Então você tem que calcular (tendo em mente que esses números são obtidos a partir de modelos completamente diferentes!):
Portanto, a estatística F é
O valor p para o teste de significância da regressão é então obtido como :
A hipótese não é, portanto, rejeitado, o que significa que a contribuição da variável de interação não é significativa para o modelo.
Passo 6
Letra f:
Vamos calcular as estimativas das variâncias de nossos dois modelos (sem e com interação) rotulados como 1 e 2, respectivamente.
Observe como a segunda variância é menor, embora o primeiro modelo seja melhor, porque foi comprovado que a interação não contribui significativamente para o modelo.
Resposta
- A regressão é significativa.
- Rejeitamos a hipótese nula para o primeiro regressor, mas não para o segundo.
- A contribuição é . A estatística F correspondente é
- A regressão é significativa.
- A contribuição de é de .
- embora o primeiro modelo seja melhor.
e o valor P , portanto, não podemos rejeitar a hipótese nula.
A estatística F correspondente é
e o valor P , portanto, não podemos rejeitar a hipótese nula. A interação não contribui para o modelo.