Um analista pretende ajustar um modelo de regressão linear simples com um intercepto e um coeficiente angular β, utilizando uma amostra de tamanho igual a 402.
Nessa situação, se a razão t correspondente à estimativa de βa ser obtida pelo método de mínimos quadrados ordinários for igual a 20, então o coeficiente de explicação (ou determinação) R2 proporcionado pelo modelo em tela será igual a
A0,44.
B0,50.
C0,95.
D0,99.
Revelar gabarito e comentário▾
GabaritoB — 0,50.
Comentário gerado por IA. É um apoio ao estudo, ancorado em fontes, mas pode conter imprecisões — confira sempre na fonte oficial (lei, súmula, edital e gabarito da banca). Encontrou um erro? Use “Reportar”.
Coeficiente de determinação (R²) e a estatística t na regressão linear simples
Gabarito: letra B (R² = 0,50). Em um modelo de regressão linear simples com intercepto, a estatística t para testar a hipótese nula de que o coeficiente angular é zero relaciona-se diretamente com o coeficiente de determinação pela fórmula . Com n = 402 e t = 20, isolando R² obtém-se exatamente 0,50. Essa relação é um resultado clássico da análise de regressão, derivado da equivalência entre o teste t e o teste F na regressão simples.
O coeficiente de determinação (R²) mede a proporção da variabilidade total da variável dependente (Y) que é explicada pela variável independente (X) no modelo. Ele varia entre 0 e 1, sendo mais próximo de 1 quanto melhor o ajuste. Na regressão linear simples, o R² também é igual ao quadrado do coeficiente de correlação linear entre X e Y.
A estatística t para o coeficiente angular é dada por:
onde é o erro padrão da estimativa. Na regressão simples, essa estatística pode ser expressa em função do R² e do tamanho amostral n:
Essa relação decorre do fato de que o quadrado da estatística t é igual à estatística F do teste de significância global da regressão, e na regressão simples o F é dado por .
Substituindo os valores fornecidos:
n = 402, logo n − 2 = 400
t = 20
Elevando ambos os lados ao quadrado:
Dividindo ambos os lados por 400:
Multiplicando em cruz:
Portanto, o coeficiente de determinação é 0,50.
Caso
R² testado
t calculado (n−2=400)
Resultado
A
0,44
√(400·0,44/0,56) ≈ 17,7
Inviável (≠ 20)
B
0,50
√(400·0,50/0,50) = 20
Consistente (t = 20)
C
0,95
√(400·0,95/0,05) ≈ 87,2
Inviável (≠ 20)
D
0,99
√(400·0,99/0,01) ≈ 199
Inviável (≠ 20)
Alternativa A — ❌ Incorreta
O valor 0,44 não satisfaz a relação. Se R² = 0,44, teríamos , que não é 20. Esse número não corresponde a nenhum cálculo direto com os dados fornecidos.
Alternativa B — ✅ Correta ⟵ GABARITO
Como demonstrado, R² = 0,50 é o único valor que, com n = 402, produz t = 20. A relação é resolvida exatamente para R² = 0,5.
Alternativa C — ❌ Incorreta
R² = 0,95 daria um t muito maior: , bem distante de 20. Esse valor é típico de um ajuste quase perfeito, mas não condiz com a estatística fornecida.
Alternativa D — ❌ Incorreta
R² = 0,99 resultaria em , um valor absurdamente maior que 20. A alternativa tenta explorar a ideia de que um t alto implica R² muito próximo de 1, mas a relação exata mostra que t = 20 com n = 402 corresponde a R² = 0,50.
NÃO CAIA NESSA!
A banca explora a intuição de que um t muito alto (20) deve indicar um R² altíssimo (0,95 ou 0,99). Mas o R² depende do tamanho amostral: com n = 402, mesmo um R² moderado de 0,50 já produz um t de 20. O candidato que não conhece a fórmula tende a chutar um valor alto. Memorize essa relação — ela é recorrente em provas de regressão.
PEGA ESSA DICA!
Quando a questão fornecer t (ou F) e n, e pedir R², use a relação . Isole R²: . Com t = 20 e n − 2 = 400, temos . Esse atalho resolve em segundos.