///
Um analista avaliou, por meio de um modelo de regressão linear, se a quantidade de professores doutores formados no exterior — X — influenciava na quantidade de artigos publicados — Y. Para isso, ele selecionou 10 universidades que ofertavam determinado curso no ano de 2014, conforme dados apresentados na tabela a seguir.
| universidade | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
|---|---|---|---|---|---|---|---|---|---|---|
| artigos (Y) | 10 | 12 | 8 | 15 | 20 | 7 | 5 | 8 | 9 | 6 |
| doutores no exterior (X) | 4 | 4 | 3 | 5 | 7 | 3 | 4 | 3 | 5 | 2 |
Com base nessas informações e sabendo que \(\sum_{i=1}^{10} x_i = 40\), \(\sum_{i=1}^{10} y_i = 100\), \(\sum_{i=1}^{10} (x_i - ar{x})^2 = 18\), \(\sum_{i=1}^{10} (y_i - ar{y})^2 = 190\) e \(\sum_{i=1}^{10} x_i y_i = 449\) e considerando que 58,42 seja o valor aproximado de \(\sqrt{18} imes \sqrt{190}\), julgue os itens que se seguem.
Os coeficientes estimados do modelo linear seriam os mesmos, independentemente de serem estimados por mínimos quadrados ordinários ou por máxima verossimilhança.