Questões de Concurso Sobre modelos lineares em estatística

Foram encontradas 560 questões

Q3166295 Estatística

1 > x <- c(2,1,3,5,6)

2 > y <- matrix(1:25, nrow = 5)

Com base no código precedente, escrito em R, em que os números à esquerda do sinal “>” indicam o número da linha do código, julgue o item a seguir, assumindo que a tecla Enter foi pressionada após cada linha de comando do código.


O comando x + 1 e o comando c(x,1) produzem o mesmo resultado.


Alternativas
Q3166294 Estatística

1 > x <- c(2,1,3,5,6)

2 > y <- matrix(1:25, nrow = 5)

Com base no código precedente, escrito em R, em que os números à esquerda do sinal “>” indicam o número da linha do código, julgue o item a seguir, assumindo que a tecla Enter foi pressionada após cada linha de comando do código.


O comando p <- x * y produzirá a variável p, que é a matriz produto resultante da multiplicação do vetor-linha x pela matriz y.  


Alternativas
Q3166288 Estatística

Julgue o item a seguir, em relação às técnicas de amostragem. 


A amostragem sistemática envolve a partição da população em grupos internamente homogêneos de igual tamanho, para evitar viés na estimativa dos parâmetros populacionais.

Alternativas
Q3166287 Estatística

A partir das informações precedentes, julgue os itens a seguir, considerando que uma amostra de tamanho n foi retirada da referida população, e assumindo que SQR1 representa a soma dos quadrados dos resíduos para o modelo sem Xi2Xi3Xi4 e Xi5 e que SQRrepresenta a soma dos quadrados dos resíduos para o modelo completo (incluindo Xi1 a Xi10). 


Q tem 4 categorias.

Alternativas
Q3166286 Estatística
A partir das informações precedentes, julgue os itens a seguir, considerando que uma amostra de tamanho n foi retirada da referida população, e assumindo que SQR1 representa a soma dos quadrados dos resíduos para o modelo sem Xi2Xi3Xi4 e Xi5 e que SQR2 representa a soma dos quadrados dos resíduos para o modelo completo (incluindo Xi1 a Xi10). 
Ao nível de significância de 5%, rejeitando-se a hipótese nula que β2 = 0, β3 = 0, β4 = 0 e β5 = 0 contra a alternativa de β2 ≠ 0 e(ou) β3 ≠ 0 e(ou) β4 ≠ 0 e(ou) β5 ≠ 0, usando um teste F com 4 graus de liberdade no numerador e n -  10 graus de liberdade no denominador e a estatística
Imagem associada para resolução da questão , é correto afirmar que Q é estatisticamente significante ao nível de significância de 5%.
Alternativas
Q3166285 Estatística
        Um modelo de regressão linear simples é especificado como Yi = a + Xi ∙ β + εi, em que Ei ] = 0 e Var[εi ] = δ2. Para estimadores a'   e β' , o valor predito para observação i (Y'i) com característica Xi é dado por Y'i = a' + Xi ∙ β' . O resíduo para observação i ( εi ) é definido como εi = Yi − Y'i . De uma amostra aleatória de tamanho 49, coletada da população desse modelo de regressão linear simples, obteve-se:

• ∑iYi − Y'i)2 = 17.173 e

• ∑iY'i - my)2) = 36.464,

em que my é a média amostral de Y.

Em relação às informações precedentes, julgue o próximo item, considerando que o percentil 95% de uma distribuição F, com 1 grau de liberdade no numerador e 47 graus de liberdade no denominador, é igual a 4,05, e que o percentil 95% de uma distribuição qui-quadrado com 47 graus de liberdade é 64.


i (Yi - my)2 = 53.637.

Alternativas
Q3166284 Estatística
        Um modelo de regressão linear simples é especificado como Yi = a + Xi ∙ β + εi, em que Ei ] = 0 e Var[εi ] = δ2. Para estimadores a'   e β' , o valor predito para observação i (Y'i) com característica Xi é dado por Y'i = a' + Xi ∙ β' . O resíduo para observação i ( εi ) é definido como εi = Yi − Y'i . De uma amostra aleatória de tamanho 49, coletada da população desse modelo de regressão linear simples, obteve-se:

• ∑iYi − Y'i)2 = 17.173 e

• ∑iY'i - my)2) = 36.464,

em que my é a média amostral de Y.

Em relação às informações precedentes, julgue o próximo item, considerando que o percentil 95% de uma distribuição F, com 1 grau de liberdade no numerador e 47 graus de liberdade no denominador, é igual a 4,05, e que o percentil 95% de uma distribuição qui-quadrado com 47 graus de liberdade é 64.


Se a correlação amostral entre os resíduos, ε'i , e Xi é igual a zero, isso indica que o modelo está bem especificado.

Alternativas
Q3166283 Estatística
        Um modelo de regressão linear simples é especificado como Yi = a + Xi ∙ β + εi, em que Ei ] = 0 e Var[εi ] = δ2. Para estimadores a'   e β' , o valor predito para observação i (Y'i) com característica Xi é dado por Y'i = a' + Xi ∙ β' . O resíduo para observação i ( εi ) é definido como εi = Yi − Y'i . De uma amostra aleatória de tamanho 49, coletada da população desse modelo de regressão linear simples, obteve-se:

• ∑iYi − Y'i)2 = 17.173 e

• ∑iY'i - my)2) = 36.464,

em que my é a média amostral de Y.

Em relação às informações precedentes, julgue o próximo item, considerando que o percentil 95% de uma distribuição F, com 1 grau de liberdade no numerador e 47 graus de liberdade no denominador, é igual a 4,05, e que o percentil 95% de uma distribuição qui-quadrado com 47 graus de liberdade é 64.


Se ε segue uma distribuição normal, o estimador de máxima verossimilhança e o estimador de mínimos quadrados geram as mesmas estimativas para α e β.  

Alternativas
Q3158069 Estatística
Considere dois conjuntos de dados distintos, denotados por C1 e C2, ambos do mesmo tamanho, isto é, com a mesma quantidade de valores. A cada conjunto foi aplicado o mesmo método de regressão linear. O erro médio quadrático obtido para C1 foi menor do que para C2. Com base no exposto, analise as afirmativas a seguir, e assinale V para a afirmativa verdadeira e F para a falsa.

( ) O erro médio quadrático é uma métrica típica de erro em problemas de regressão cujo valor varia entre 0 e 1.

( ) Pode-se afirmar que o conjunto de dados C1 está melhor ajustado ao modelo do que o conjunto de dados C2.

( ) Pode-se afirmar que para melhorar o ajuste do conjunto de dados C2 é preciso aumentar seu tamanho.


As afirmativas são, respectivamente,
Alternativas
Q3156893 Estatística

A respeito de inteligência artificial, de tipos de análise de dados e de Big Data, julgue o item que se segue.


A análise descritiva utiliza estatísticas e projeções para recomendar ações estratégicas, auxiliando a tomada de decisões e o alcance de melhores resultados.

Alternativas
Q3154556 Estatística
Três funcionários de uma sociedade empresária executam uma mesma tarefa rotineira, mas importante para o faturamento da sociedade.
O tempo médio de execução da tarefa dos funcionários, em minutos, e suas respectivas variâncias, estão na tabela abaixo.

Imagem associada para resolução da questão

Sobre a variabilidade relativa da execução da tarefa, assinale a afirmativa correta.
Alternativas
Q3154015 Estatística
Um pesquisador está analisando a relação entre o número de horas de estudo (x) e a nota obtida em uma prova (y) por cinco estudantes.
Os dados coletados foram os seguintes:

Imagem associada para resolução da questão


Se necessário, utilize as informações a seguir:

∑x=30, ∑y=300, ∑x⋅y=1900, ∑x 2=220, ∑y 2=18250.

Com base nesses dados, a equação da reta de regressão, em que y é a variável dependente, é dada por 
Alternativas
Q3150514 Estatística
Três grupos amostrais são fornecidos, cada um com n=5 observações:
• Grupo 1: {10,12,11,13,14} • Grupo 2: {20,22,19,21,23} • Grupo 3: {30,32,31,33,34}
Calcule o valor da estatística F utilizada em Análise de Variância (ANOVA) para avaliar a diferença das médias entre grupos. É fornecido que a soma dos quadrados entre os grupos é igual a 1003.33 e a soma de quadrados total é 1033.33.
Alternativas
Q3150513 Estatística
Dada a seguinte amostra de pares (X, Y):
(2, 3), (4, 5), (6, 7), (8, 9), (10, 11)
A estimativa pelo método dos mínimos quadrados do coeficiente angular da reta de regressão linear Y=A+BX é:
Alternativas
Q3150512 Estatística
O que são resíduos em uma análise de regressão linear e por que eles são importantes?
Alternativas
Q3150506 Estatística
Como podemos fazer inferência sobre os parâmetros do modelo de regressão linear?
Alternativas
Q3150502 Estatística
Em testes de hipóteses, rejeitar a hipótese nula significa:
Alternativas
Q3150501 Estatística
Sobre o critério de mínimos quadrados na análise de regressão linear, podemos afirmar que o mesmo:
Alternativas
Q3135823 Estatística
A Estatística é uma ferramenta fundamental para o planejamento urbano e a gestão de políticas públicas, pois permite a análise e interpretação de dados que informam decisões estratégicas. Com base nas aplicações da Estatística nessas áreas, assinale a alternativa correta.
Alternativas
Q3112540 Estatística
        Uma análise de regressão linear simples proporcionou um modelo ajustado pelo critério de mínimos quadrados ordinários na forma Captura_de tela 2024-12-17 163130.png (19×24) = 200 + 8x, na qual a variância da variável resposta (y) é igual a 100 vezes o valor da variável regressora (x).
A partir das informações precedentes, julgue o próximo item.

Na situação apresentada, o coeficiente de determinação do modelo ajustado tem valor igual a 0,8.
Alternativas
Respostas
1: E
2: E
3: E
4: E
5: C
6: C
7: E
8: C
9: E
10: E
11: B
12: A
13: B
14: B
15: A
16: A
17: B
18: C
19: B
20: E