Relativamente a um modelo de regressão linear com heterocedasticidade considere as seguintes afirmações:

I. Os estimadores de mínimos quadrados usuais são viciados.
II. As estimativas das variâncias dos parâmetros permanecem não viciadas.
III. Os estimadores de mínimos quadrados usuais não terão variância mínima.
IV. A análise de resíduos é uma das formas de se detectar a existência de heterocedasticidade.

Dentre as afirmações acima, são verdadeiras APENAS

O tempo X que um indivíduo leva para memorizar determinado material é uma variável aleatória normal com média µ minutos e desvio padrão de 7 minutos. Um psicólogo, interessado em estimar µ, selecionou uma amostra de n indivíduos, ao acaso, e observou o valor da estatística = tempo de memorização do i-ésimo indivíduo da amostra. Desejando-se que o valor observado para não difira de µ por mais de 1 minuto com probabilidade de 0,954, o valor de n deverá ser

Baseando-se numa amostra aleatória de 30 observações, foi ajustada a equação de regressão associada ao modelo linear y = a+bx+e, com soma de quadrados da regressão igual a 1650 e soma de quadrados total 2350. O valor da estatística F para testar a hipótese H₀ : b = 0 contra H₁ : b ≠ 0 é dado por

A função de distribuição acumulada da variável aleatória X é dada por:

O valor da diferença entre a moda e a média de X é

A distribuição dos salários dos 1000 funcionários da companhia A, em número de salários mínimos, está apresentada na tabela abaixo:

 

 

A distância interquartil desses salários, definida por Q ₃ - Q₁, onde Q₃ e Q₁ são, respectivamente, os quartis de ordem 3 e 1, calculados pelo método da interpolação linear, em número de salários mínimos, é