Questões de Estatística - Estatística descritiva (análise exploratória de dados) para Concurso
Foram encontradas 3.850 questões
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:
Sejam X1,X2,...,Xn variáveis aleatórias independentes, todas com a mesma média μ e variâncias idênticas a σ2 .
Então, de acordo com o TLC, é correto afirmar que a distribuição:
Conheça nossos planos