Como se calcula o valor predito \(\hat{Y}\) em regressão linear simples a partir de \(\hat{\beta}_0\), \(\hat{\beta}_1\) e X?

Substitui-se X na equação estimada \(\hat{Y}=\hat{\beta}_0+\hat{\beta}_1X\) e calcula-se numericamente.

Explicação:
Usa-se a reta estimada, insere-se os valores de \(\hat{\beta}_0\), \(\hat{\beta}_1\) e de X, efetua-se a multiplicação \(\hat{\beta}_1\cdot X\) e soma-se a \(\hat{\beta}_0\), obtendo \(\hat{Y}\). Arredonde se solicitado.

exemplo:
Se \(\hat{\beta}_0=10{,}0\), \(\hat{\beta}_1=2{,}5\) e \(X=4\), então
\( \hat{Y}=10{,}0+2{,}5\cdot 4 = 10{,}0+10{,}0 = 20{,}0.\)