Geral
Modelagem e Inferência Estatística
Semana 1
0

Questão

Modelos lineares são ferramentas essenciais na análise de dados, especialmente quando a previsão envolve relações proporcionais entre variáveis. Porém, em muitos casos, o desafio está em interpretar corretamente os coeficientes e operar com eles em cenários variados. Isso exige domínio tanto da estrutura do modelo quanto das transformações numéricas envolvidas.

Um engenheiro de materiais está testando diferentes métodos de cura do concreto e aplica uma regressão linear simples com a equação:

Y=1800+1{,}3X

Onde Y é a resistência prevista em 28 dias (em PSI) e X é a resistência medida após o tratamento acelerado. Considerando dois lotes distintos, o primeiro com X=2500 e o segundo com X = 1900, a diferença entre os valores previstos para Y nos dois casos é de [preencher 1]. Já a média aritmética das previsões para esses dois lotes é de [preencher 2].

Com base na situação acima, identifique os termos [preencher 1] e [preencher 2] que são substituídos por:
A) 1 – 780; 2 – 4660
B) 1 – 750; 2 – 4640
C) 1 – 820; 2 – 4700
D) 1 – 800; 2 – 4680
E) 1 – 700; 2 – 4600
function vote(questaoId, value) { window.location.href = "/accounts/login/?next=/questao/587/"; return; fetch(`/vote/questao/${questaoId}/`, { method: 'POST', headers: { 'Content-Type': 'application/json', 'X-CSRFToken': 't58koV3gcrH8PA7OQLKaX7UdPhGxan39nVlCDu2Q3Wl5IXp8XvqrO0Yu9oOmapr3' }, body: JSON.stringify({ value: value }) }) .then(response => response.json()) .then(data => { if (data.success) { document.getElementById(`score-${questaoId}`).textContent = data.score; const upBtn = document.querySelector(`button[onclick="vote(${questaoId}, 1)"]`); const downBtn = document.querySelector(`button[onclick="vote(${questaoId}, -1)"]`); upBtn.classList.remove('active-up'); downBtn.classList.remove('active-down'); if (data.user_vote === 1) upBtn.classList.add('active-up'); if (data.user_vote === -1) downBtn.classList.add('active-down'); } }); }