Enunciado

a. Considere os dados do Exercício 20. Suponha que, em vez de a reta dos mínimos quadrados passar pelos pontos (x1, y1), ..., (xn, yn), queiramos que ela passe por (x1 x , y1), ..., (xn x , yn). Elabore um gráfico de dispersão dos pontos (xi , yi ) e, em seguida, dos pontos (xi x , yi ). Use os gráficos para explicar intuitivamente como as duas retas dos mínimos quadrados estão relacionadas uma com a outra. b. Suponha que, em vez do modelo Yi 0 1xi i (i 1, . .., n), queiramos ajustar um modelo da forma Yi *0 *1(xi x) i (i 1, ..., n). Quais são os estimadores dos mínimos quadrados de *0 e *1 e como eles estão relacionados com ˆ 0 e ˆ 1?

Passo 1

  1. O gráfico de dispersão dos pontos de dados do exercício 20
  2. É dado abaixo

    O gráfico de dispersão de pontos de dados do exercício 20 subtraído com o valor médio

    É dado abaixo.

    Dos gráficos de dispersão você pode notar que subtraindo x ¯ de x ' i s apenas desloca os pontos para a esquerda em 0.3 unidades (ou geralmente por x ¯ unidades). A forma da linha de regressão é a mesma - a inclinação é a mesma em ambas as linhas de regressão do gráfico de dispersão. Além disso, você pode notar que a interceptação da nova linha de regressão y é y ¯

    Passo 2

Para obter o estimador de mínimos quadrados de β 0 * e β 1 * do modelo fornecido

Y i = β 0 * + β 1 * x i - x ¯ + ϵ i ,   i = 1,2 , … , n

Função

f b 0 , b 1 =   ∑ i = 1 n y i - b 0 + b 1 x i - x ¯ 2

precisa ser minimizado, e o mínimo será a estimativa dos mínimos quadrados.

Usando cálculo, a partir do sistema de equações

∂ f ∂ b 0 = 0

∂ f ∂ b 1 = 0

as estimativas serão obtidas. Tomando as derivadas parciais, o sistema torna-se

- 2 ∑ i = 1 n y i - b 0 + b 1 x i - x ¯ = 0

2 ∑ i = 1 n y i - b 0 + b 1 x i - x ¯ ( x i - x ¯ ) = 0

que é igual a

Passo 2

Do fato de que

∑ i = 1 n ( x i - x - ) = 0

a estimativa b 0 é, da primeira equação

b 0 = 1 n ∑ i = 1 n y i = n ¯

Usando

a estimativa de b 1 , da segunda equação, a igualdade mencionada, e o fato de b 0 = y ¯ torna-se

b 1 = β ^ 1

que é a mesma estimativa que a estimativa do modelo clássico

Assim, os estimadores são, para o intercepto

β 0 * = Y ¯

Resposta

Ver o desenvolvimento

Exercícios de Livros Relacionados

Suponha que um pesquisador postule um modelo do tipo Y i = α + β x 1 i + ϵ i ,i = 1,2 , … , n , quando, na verdade, uma variável adicional, digamos x 2 , também contribui linearmente para a resposta.
Em relação ao Exercício 11.6, construa(a) um intervalo de confiança de 95% para a nota mé­dia no curso dos estudantes que fizeram 35 pontosno teste de colocação.(b) um intervalo de predição de 95% par
Teste a linearidade da regressão do Exercício 11.5.Use o nível de significância de 0,05. Comente.
Há importantes aplicaçôes nas quais, devido a restriçooes científicas conhecidas, a reta de regressáo deve passar na origem (ou seja, o intercepto deve ser 0). Em outras palavras, o modelo deveria ser
Os seguintes dados representam as notas de quí­mica para uma amostra aleatória de 12 calouros de certauniversidade juntamente com suas pontuações em umteste de inteligência administrado enquanto ainda