====== Exercícios de Regressões Lineares Simples ======

===== Altura na Infância e Na Vida Adulta =====
((Exercício adaptado de John Verzani. Using R for Introductory Statistics. Chapman & Hall/CRC, Boca Raton, FL, 2005.)) Há uma crença do senso-comum de que basta duplicar a altura aos dois anos de idade para descobrir a altura que uma criança terá quando se tornar adulta. Imagine uma amostra de oito pessoas adultas, tomada ao acaso de uma população, para as quais temos as alturas atuais e as de quando tinham dois anos:

^Altura aos dois anos (in)| 39|30|32|34|35|36|36|30|
^Altura adulto (in)|71|63|63|67|68|68|70|64|

  - Faça uma regressão da altura na idade adulta em função da altura na idade de dois anos. Há uma relação significativa? Justifique.
  - Faça um gráfico de dispersão com os dados, e acrescente a linha da regressão, e a linha esperada pela crença.
  - Calcule os intervalos de confiança dos coeficientes.
  - Seus resultados corroboram a hipótese do senso comum? Por que?
 

===== Seriemas e Carcarás =====
Use o conjunto de dados [[:dados::dados-aves|Aves no Cerrado]] para avaliar se o número de avistamentos de seriemas é afetado pelo número de Carcarás avistados, __em cada fisionomia de cerrado__. Para cada pergunta abaixo indique os comandos que usou para respondê-la (além de respondê-la ;-) ).
  - Há relações em alguma das fisionomias?
  - Há diferenças entre as fisionomias?

**IMPORTANTE:** Lembre-se de conferir os dados antes de começar as análises, veja o tutorial [[bie5782:02_tutoriais:tut4#conferindo_data_frames|"Conferindo Dataframes"]].

===== Resíduos de Iris =====
Uma maneira simples de descontar o efeito indesejado de uma co-variável é usar os resíduos de uma regressão de sua variável de interesse em função desta co-variável. Use as observações da espécie //Iris setosa//, no objeto de dados ''iris'' para:
  - Fazer e interpretar uma regressão da largura da sépala em função do comprimento da sépala.
  - Fazer e interpretar a mesma regressão, mas descontando do efeito do comprimento da pétala de cada variável.