Enunciado

Se houver pelo menos um valor x no qual foi feita mais de uma observação, existe um procedimento de teste formal para testar

Suponha que se façam observações em x1, x2, ..., xc. Sejam Y11, Y12, ..., Y1n1 as n1 observações quando x x1; ...; Yc1, Yc2, ..., Ycnc as nc observações quando x xc. Com n ni (número total de observações), SQE tem n 2 gl. Dividimos SQE em duas partes, SQEP (erro puro) e SQFA (falta de aderência), como a seguir:

As ni observações em xi contribuem com ni 1 gl para SQEP, de modo que o número de graus de liberdade de SQEP é i (ni 1) n c e o de SQFA é n 2 (n c) c 2. Seja QMEP SQEP/(n c) e QMFA SQFA/(c 2). Logo, é possível mostrar que, embora E(QMEP) 2 , independentemente de H0 ser ou não verdadeira, E(QMFA) 2 se H0 for verdadeira e E(QMFA) 2 se H0 for falsa

Os dados a seguir foram apresentados no artigo “Changes in Growth Hormone Status Related to Body Weight of Growing Cattle” (Growth, 1977, p. 241-247), com x peso corporal e y taxa de depuração metabólica/peso corporal

a. Teste H0 versus Ha ao nível 0,05 usando o teste de falta de aderência que acabamos de descrever. b. Um gráfico de dispersão dos dados sugere que a relação entre x e y é linear? Como isso se compara com o resultado da parte (a)? (Foi usada no artigo uma função de regressão não-linear.)

Passo 1

Para aceitar ou rejeitar hipóteses nulas, usaremos a próxima estatística:

F = M S L F M S P E

M S P E = S S P E n - c

M S L F = S S L F c - 2

S S P E = ∑ ∑ y i j 2 - ∑ n i y i ¯ 2

S S L F = S S E - S S P E

E rejeitamos a hipótese nula se f ≥ F c - 2 ,   n - c α .

Nesta tarefa temos c=4 observações de x i e para cada x i ,   i = 1,4 ¯ o número de y i j as observações são n 1 = n 2 = 3 ,   n 3 = n 4 = 4 , respectivamente. Precisamos dar respostas nas próximas perguntas

  1. Agora iremos testar a hipótese H 0   v s   H a . Nós temos o seguinte:
  2. y 1 ¯ = 235 + 198 + 173 3

    = 202

    y 2 ¯ = 174 + 149 + 124 3

    = 149

    y ¯ 3 = 115 + 130 + 102 + 95 4

    = 110.5

    y ¯ 4 = 122 + 112 + 98 + 96 4

    = 107

    Agora precisamos calcular o SSPE e SSLF. Temos o seguinte:

    S S P E = 235 2 + 198 2 + … + 98 2 + 96 2 - 3 202 2 + 149 2 + 4 110.5 2 + 107 2

    = 288013 - 283652

    = 4361

    Primeiro precisamos encontrar o coeficiente   β ^ 0 e   β ^ 1 . Para calcular esses coeficientes e SSE, usaremos as próximas fórmulas

    S x x = ∑ x i 2 - ∑ x i 2 n

    S x y = ∑ x i y i - ∑ x i ∑ y i n

    β ^ 1 = S x y S x x

    β ^ 0 = y ¯ - β ^ 1 ∙ x ¯

    S S E = ∑ y i 2 - β ^ 0 ∑ y i - β ^ i ∑ x i y i

    A partir dos dados fornecidos temos o seguinte:

    S x x = 299900

    S x y =   - 70630

    β ^ 1 = - 70630 299900

    = - 0.2355

    x ¯ = 320

    y ¯ = 137.357

    β ^ 0 = 137.357 - - 0.2355 320

    = 212.721

    S S E = 288013 - 212.721 ∙ 1923 + 0.2355 ∙ 544730

    = 7241

    S S L F = S S E - S S P E

    = 7241 - 4361

    = 2880

    Passo 2

    Agora as estatísticas necessárias para calcular a estatística F são calculadas e apresentadas abaixo:

    M S P E = S S P E n - c

    = 4361 14 - 4

    M S L F = S S L F c - 2

    = 2880 4 - 2

    = 1440

    F = M S L F M S P E

    = 1440 436.1

    = 3.302

    F c - 2 , n - c 0.05 = F I N V 0.05,4 - 2,14 - 4

    = 4.1

    Como nossa estatística F é menor que o valor crítico F 2,10   0,05 aceitaremos hipóteses nulas. Então, nossa linha de regressão é linear

  3. Agora vamos representar o gráfico de dispersão para dados x e y. Como podemos ver no gráfico abaixo em cada grupo apenas uma observação está próxima da linha de ajuste e as demais observações estão distantes desta linha. Eles não são bem correlacionados. Mas a partir do teste acima aprovamos que o modelo de regressão para tais dados é linha de regressão linear

Resposta

Ver o desenvolvimento.

Exercícios de Livros Relacionados

Considere os dados sobre o propelente de foguete do exercício 11-11. Calcule os resíduos padronizados para esses dados. Isso fornece qualquer informação útil acerca da magnitude dos resíduos?
Considere os dados do propelente do foguete do exercício 11-11.(a)Calcule R 2 para esse modelo. Forneça uma interpretação dessa quantidade.(b)Plote os resíduos em uma escala probabilidade normal. Algu
Considere os dados do exercicio 11-7 sobre y=concentração do licor verde de Na2S e x=produção da maquina de papel. Suponha que o 14 pontos seja adicionado aos dados originais.(a)Prepare um diagrama da
a. Mostre que ∑ a   - 1 e i = 0 quando os e i s sao os resíduos de uma regressāo linear simples.b. Os resíduos de uma regressão linear simples são independentes entre si, positivamente correlacionados
À medida que a temperatura do ar cai, as águas dos rios ficam supercongeladas, formando cristais de gelo. Esse gelo pode influenciar significativamente a hidráulica de um rio. O artigo "Laboratory Stu