Diferenças

Aqui você vê as diferenças entre duas revisões dessa página.

--- 06-gaussiana:06-gaussiana [2024/11/13 01:50] – [Questões motivadoras] paulo
+++ 06-gaussiana:06-gaussiana [2024/11/13 02:34] (atual) – [Questões motivadoras] paulo
@@ Linha 1312: / Linha 1312: @@
  $S = \alpha A ^{\beta}$
-Como é possível obter estimativas dos parâmetros  $\alpha$  e  $\beta$ , usando apenas a função de regressão linear simples do R? Demonstre com  {{ :06-gaussiana:ants.xls |estes dados}}, de número de espécies de formigas em manchas de vegetação na Califórnia para demonstrar sua solução.
+Como é possível obter estimativas dos parâmetros  $\alpha$  e $\beta $de uma amostra de valores de$ S $e$ A$, por meio de um ajuste de  regressão linear simples? Demonstre com  {{ :06-gaussiana:ants.xls |estes dados}}, de número de espécies de formigas em manchas de vegetação na Califórnia para demonstrar sua solução.
-===3. Dados exponenciais ===
+===3. Interpretação do intercepto ===
+  - Qual sua interpretação do intercepto estimado pelo modelo [[:06-gaussiana:#modelo_com_media_como_funcao_linear| com média como função linear do tamanho das árvores]]?
+  - Um modelo com intercepto fixo em zero seria mais adequado? Por que?
+===4. Dados exponenciais ===
 Use o R para simular o seguinte:
   - Uma amostra de 100 observações de uma variável uniforme entre  $-2$  e  $2$ . Chame este vetor de ''X''
-  - Uma amostra de 100 observações de uma normal com média igual a $\mu = 0,3\ldotX - 1 $e desvio-padrão$ \sigma = 0,2$. Chame este vetor de "Y1"
+  - Uma amostra de 100 observações de uma normal com média igual a $\mu = 0,3  X - 1 $e desvio-padrão$ \sigma = 0,2$. Chame este vetor de ''Y1''
-  - Exponencie os valores de "Y1" e guarde em outro vetor, chamado ''Y2''
+  - Exponencie os valores de ''Y1'' e guarde em outro vetor, chamado ''Y2''
 Uma regressão linear simples seria um modelo adequado para descrever  a relação de  Y1 em função de X? E para a relação de Y2 em função de X? Por que?