///
Considere o modelo yi = α + βxi + εi, i = 1,2,3,... onde:
I. yi e xi representam, respectivamente, o tempo de reação a certo estímulo, em segundos, e a idade, em anos, do indivíduo i.
II. α e β representam os parâmetros desconhecidos do modelo.
III. εi representa o erro aleatório com as respectivas hipóteses para a regressão linear simples.
IV. As estimativas de α e β foram obtidas pelo método de mínimos quadrados por meio de 10 observações, utilizando-se as seguintes informações: \(\sum_{i=1}^{10} y_{i} = 1020\); \(\sum_{i=1}^{10} x_{i} = 300\); \(\sum_{i=1}^{10} x_{i}y_{i} = 40200\); \(\sum_{i=1}^{10} x_{i}^{2} = 13000\); \(\sum_{i=1}^{10} y_{i}^{2} = 128000\); \(\bar{x} = 30\); \(\bar{y} = 102\); \(\bar{x}^{2} = 900\); \(\bar{y}^{2} = 10404\).
Nessas condições, a soma de quadrados residuais do modelo é igual a