Questões de Concurso
Sobre covariância, correlação em estatística
Foram encontradas 279 questões
A respeito dessa situação hipotética, julgue o próximo item, sabendo que b > 0 e que o desvio padrão amostral da variável X é igual a 2.
A estimativa do coeficiente angular b, pelo método de mínimos
quadrados ordinários, é igual a 0,25.
A respeito dessa situação hipotética, julgue o item a seguir.
O coeficiente de explicação do modelo (R2 ) foi superior a 0,70.
A investigação do número diário de navios que partem de um porto concluiu que a série segue o processo AR(1)
Xt = μ + ϕXt−1 + ... + εt
onde εt é ruído branco.
A função de autocorrelação amostral dos dados analisados apresenta os seguintes valores:
Com base nas informações acima, a estimativa do parâmetro
φ obtida pelo método dos momentos é
Determinado estudo considerou um modelo de regressão linear simples na forma yi = β0 + β1xi + εi , em que yi representa o número de leitos por habitante existente no município i; xi representa um indicador de qualidade de vida referente a esse mesmo município i, para i = 1, ..., n. A componente εi representa um erro aleatório com média 0 e variância σ2 . A tabela a seguir mostra a tabela ANOVA resultante do ajuste desse modelo pelo método dos mínimos quadrados ordinários.
A partir das informações e da tabela apresentadas, julgue o item subsequente.
A correlação linear entre o número de leitos hospitalares por
habitante (y) e o indicador de qualidade de vida (x) foi igual
a 0,9.
A multicolinearidade é uma das dificuldades que pode ocorrer no processo de estimação de Modelos de Regressão Múltipla. Em casos mais severos, a multicolinearidade chega a impossibilitar a obtenção de estimativa, mas mesmo quando tal não se dá, outros problemas podem advir.
Como exemplo, seria possível dizer que:
Após estimado um Modelo de Regressão Múltipla e obtidas as estimativas dos parâmetros, o passo seguinte é a análise da variância, através das somas de quadrados. A propósito estão disponíveis as seguintes informações:
SQE = soma de quadrados da equação = 2.400
SQR = soma de quadrados dos resíduos = 1.600
Tamanho da amostra n = 41
Número de regressores = 8
P(F8,32 > 3 ) = 0,9874
Assim sendo, é correto afirmar que:
O modelo de regressão a seguir é formulado para que seja possível projetar a quantidade de novas ações que devem chegar ao TJ/AL, nos próximos anos.
A equação de regressão já é apresentada na sua versão final, com as estimativas dos parâmetros, junto com erros-padrão correspondentes:
Onde,
At= número de novas ações chegando ao TJ/AL no tempo t
PIBt = PIB na área de atuação do TJ/AL no tempo t
Eƒt =medida de eficiência do TJ/AL no tempo t
N = 100 (tamanho da amostra)
Todas as variáveis estão expressas em seus logaritmos.
Sobre os resultados e as perspectivas de uso do modelo, é
correto afirmar que:
Os pressupostos do modelo de regressão linear simples estão relacionados às propriedades dos estimadores de Mínimos Quadrados Ordinários (MQO), Melhor Estimador Linear Não Tendencioso (BLUE) e Máxima Verossimilhança (MV).
Sobre essas vinculações, é correto afirmar que:
A tabela a seguir mostra dados categorizados, organizados por uma administradora de cartões de crédito, a respeito da ocorrência de fraudes em compras online, de acordo com os critérios data e tipo de sítio.
Com referência aos dados apresentados, julgue o item que se segue.
A correlação entre as variáveis data e tipo de sítio, medida
pelo coeficiente de contingência de Pearson, é menor que 0,20.
Considerando que a estimativa da variância V seja igual a 6 e que o coeficiente de explicação do modelo (R quadrado) seja igual a 0,64, julgue o próximo item.
A correlação linear entre as variáveis x e y é igual a 0,5, pois
a reta invertida proporcionada pelo método de mínimos
quadrados ordinários é expressa por 
, para j = 1,2,...,26.
Sobre medidas de associação e correlação, considere as seguintes afirmativas:
1. O Coeficiente de Contingência pode ser comparado diretamente com outras medidas de correlação, por exemplo,
com o coeficiente r de Pearson, com o rs de Spearman ou o coeficiente 
de Kendall, devido à ampla aplicabilidade
e facilidade de cálculo.
2. O Coeficiente de Contingência pode assumir o valor 0 (zero), caso em que haverá completa falta de associação, no entanto, não pode atingir a unidade, pois o limite superior é função do número de categorias.
3. Dois ou mais coeficientes de contingência podem ser comparados diretamente em qualquer circunstância.
4. Não há qualquer limitação quanto às frequências esperadas no cômputo do Coeficiente de Contingência, razão pela qual não se exige continuidade intrínseca das variáveis investigadas, tampouco suposições sobre a população-objeto.
Assinale a alternativa correta.
O resultado da estimação de uma regressão simples foi 
= 2 – 0,8x, sendo o coeficiente de determinação R2 = 0,81.
O coeficiente de correlação entre as variáveis x e y é:
A função de probabilidade conjunta de duas variáveis aleatórias X e Y é dada por:
Assim, por exemplo, P[ X = 0; Y = 1 ] = 0,2.
O coeficiente de correlação entre X e Y é aproximadamente
igual a:
como um processo puramente aleatório, tal que 
, a
autocorrelação Y(1) é igual a 
O auto vetor normalizado correspondente à primeira componente principal da matriz Σ é dado por:
Conheça nossos planos