Questões de Concurso Sobre modelos lineares em estatística

Foram encontradas 535 questões

Q2169141 Estatística
Texto relativo à questão.

O Produto Interno Bruto – PIB representa a soma de todos os bens e serviços finais produzidos em uma determinada região. A seguir, é apresentada a adaptação de uma tabela publicada pelo IBGE sobre a variação do PIB a preço de mercado (descontando depreciações monetárias) do Brasil sobre Contas Nacionais Trimestrais. Observe. 


Um pesquisador propõe um modelo de regressão linear simples pelo método de Mínimos Quadrados para relacionar a variável do componente “Indústria” com o “PIB”, considerando a variável “PIB” como dependente e “Indústria” como independente. Observa no modelo de análise de variância um Erro Quadrático Médio da Regressão de 720 e um Erro Quadrático Médio do Resíduo 240 referentes aos dados da tabela de Componentes do PIB 2009. Com base nestas informações, pode-se afirmar que a porcentagem da variabilidade do PIB explicada pela variável Indústria é de, aproximadamente 
Alternativas
Q2164553 Estatística
Dentre os diversos testes estatísticos utilizados na análise de resíduos de um modelo de regressão linear múltipla, encontra-se o Teste de Levene. Sobre esse teste, analise as afirmativas a seguir.
I. É utilizado para testar a homocedasticidade das variâncias dos erros. II. A rejeição da hipótese nula do teste é baseada na distribuição F. III. Antes de realizar testes paramétricos, como o teste t de Student, ele é usado para garantir que as suposições subjacentes desses testes estão sendo atendidas.
Está correto o que se afirma em
Alternativas
Q2164533 Estatística
O diretor-geral de uma grande rede de escolas deseja estudar a relação entre a nota dos alunos do ensino médio em uma determinada prova de conhecimentos gerais (Y, em pontos) com o sexo do aluno (X1 = 0, se feminino; X1 = 1, se masculino), a idade do aluno (X2, em anos) e a sua renda familiar per capita (X3, em reais). O estatístico contratado pra resolver esse problema selecionou uma amostra aleatória de alunos, ajustou um modelo de regressão linear múltipla usando as variáveis explicativas X1, X2, X3 e Y como a variável resposta. Ele apresentou ao diretor as seguintes conclusões:
I. A nota média do aluno cresce linearmente com relação a sua idade.
II. A nota média do aluno cresce linearmente com relação a sua renda familiar per capita.
III. A média da nota do aluno difere entre os dois sexos.
IV. O efeito linear da renda familiar per capita na nota não é o mesmo para qualquer idade, e vive-versa.
V. O efeito linear do sexo do aluno na nota é o mesmo para qualquer idade e renda familiar per capita.
Considerando as conclusões anteriores, marque a alternativa que corresponde a uma possível representação da estrutura do modelo final apresentado ao diretor-geral.
Alternativas
Q2161829 Estatística
A multicolinearidade perfeita ocorre em uma regressão linear
Alternativas
Q2161826 Estatística
Considere a equação a seguir como representação do modelo de regressão linear simples.
y = β0 + β1x +∈
Dado: ∈ representa o erro aleatório.
De acordo com esse modelo,
Alternativas
Q2161825 Estatística
A classificação de uma regressão como heterocedástica 
Alternativas
Q2132863 Estatística

    Em uma análise dos resultados das urnas eleitorais, decidiu-se verificar quais variáveis estão mais relacionadas ao voto em candidatos de direita ou de esquerda. Os votos para os candidatos de direita e de esquerda foram analisados em separado para as 27 unidades da federação (UF), tendo como variáveis explicativas a idade (x1) e os anos de estudo (x2) dos eleitores. Em cada UF, foram analisados os votos de y eleitores e as estatísticas descritivas das variáveis utilizadas são mostradas na tabela a seguir.


00_84 - 92 .png (405×472)


Com base nessas informações, julgue o próximo item.


Os resíduos do modelo 92_1.png (92×22) para os votantes em candidatos de direita pode ser corretamente calculado fazendo-se 92_2.png (94×22), onde 92_y.png (15×20) é o valor estimado de y92_b .png (13×20)0 é o coeficiente linear estimado do modelo e 92_b .png (13×20)1 é o coeficiente linear estimado do modelo. 

Alternativas
Q2132862 Estatística

    Em uma análise dos resultados das urnas eleitorais, decidiu-se verificar quais variáveis estão mais relacionadas ao voto em candidatos de direita ou de esquerda. Os votos para os candidatos de direita e de esquerda foram analisados em separado para as 27 unidades da federação (UF), tendo como variáveis explicativas a idade (x1) e os anos de estudo (x2) dos eleitores. Em cada UF, foram analisados os votos de y eleitores e as estatísticas descritivas das variáveis utilizadas são mostradas na tabela a seguir.


00_84 - 92 .png (405×472)


Com base nessas informações, julgue o próximo item.


Como a Cov(x2y) > 0 para a quantidade de votos em candidatos de esquerda, então, para o modelo de regressão linear simples de y em que apenas a varável x2 fosse considerada, necessariamente o coeficiente angular referente à variável x2 seria maior que zero. 

Alternativas
Q2132861 Estatística

    Em uma análise dos resultados das urnas eleitorais, decidiu-se verificar quais variáveis estão mais relacionadas ao voto em candidatos de direita ou de esquerda. Os votos para os candidatos de direita e de esquerda foram analisados em separado para as 27 unidades da federação (UF), tendo como variáveis explicativas a idade (x1) e os anos de estudo (x2) dos eleitores. Em cada UF, foram analisados os votos de y eleitores e as estatísticas descritivas das variáveis utilizadas são mostradas na tabela a seguir.


00_84 - 92 .png (405×472)


Com base nessas informações, julgue o próximo item.


Se, para os votantes em candidatos de direita, o valor daestatística F do modelo yβ0 + β1x2 +  tiver valor iguala 640, então o valor da estatística t para a variável x2 terávalor superior a 30, onde β0 é o coeficiente linear domodelo, β1 é o coeficiente linear do modelo e ∈ é o erro.

Alternativas
Q2132860 Estatística

    Em uma análise dos resultados das urnas eleitorais, decidiu-se verificar quais variáveis estão mais relacionadas ao voto em candidatos de direita ou de esquerda. Os votos para os candidatos de direita e de esquerda foram analisados em separado para as 27 unidades da federação (UF), tendo como variáveis explicativas a idade (x1) e os anos de estudo (x2) dos eleitores. Em cada UF, foram analisados os votos de y eleitores e as estatísticas descritivas das variáveis utilizadas são mostradas na tabela a seguir.


00_84 - 92 .png (405×472)


Com base nessas informações, julgue o próximo item.


Se as variáveis x1 e x2 fossem incluídas simultaneamente no modelo e o coeficiente angular referente à variável x2 fosse maior que zero, mas não significativo para um nível de significância de 5%, então, nesse caso, as estimativas dos coeficientes linear e angular referentes à variável x1 seriam as mesmas do modelo em que apenas a variável x1 estivesse presente. 

Alternativas
Q2132859 Estatística

    Em uma análise dos resultados das urnas eleitorais, decidiu-se verificar quais variáveis estão mais relacionadas ao voto em candidatos de direita ou de esquerda. Os votos para os candidatos de direita e de esquerda foram analisados em separado para as 27 unidades da federação (UF), tendo como variáveis explicativas a idade (x1) e os anos de estudo (x2) dos eleitores. Em cada UF, foram analisados os votos de y eleitores e as estatísticas descritivas das variáveis utilizadas são mostradas na tabela a seguir.


00_84 - 92 .png (405×472)


Com base nessas informações, julgue o próximo item.


Se a quantidade de votos fosse considerada apenas aquela da variável x2, então o coeficiente linear dos votantes em candidatos de esquerda seria maior que o coeficiente linear dos votantes em candidatos de direita. 

Alternativas
Q2132857 Estatística

    Em uma análise dos resultados das urnas eleitorais, decidiu-se verificar quais variáveis estão mais relacionadas ao voto em candidatos de direita ou de esquerda. Os votos para os candidatos de direita e de esquerda foram analisados em separado para as 27 unidades da federação (UF), tendo como variáveis explicativas a idade (x1) e os anos de estudo (x2) dos eleitores. Em cada UF, foram analisados os votos de y eleitores e as estatísticas descritivas das variáveis utilizadas são mostradas na tabela a seguir.


00_84 - 92 .png (405×472)


Com base nessas informações, julgue o próximo item.


A variação na quantidade de votos de candidatos de direita é mais bem explicada por meio da variável x2 que por meio da variável x1.

Alternativas
Q2132855 Estatística

    Em uma análise dos resultados das urnas eleitorais, decidiu-se verificar quais variáveis estão mais relacionadas ao voto em candidatos de direita ou de esquerda. Os votos para os candidatos de direita e de esquerda foram analisados em separado para as 27 unidades da federação (UF), tendo como variáveis explicativas a idade (x1) e os anos de estudo (x2) dos eleitores. Em cada UF, foram analisados os votos de y eleitores e as estatísticas descritivas das variáveis utilizadas são mostradas na tabela a seguir.


00_84 - 92 .png (405×472)


Com base nessas informações, julgue o próximo item.


Se as variáveis x1 e x2 fossem incluídas simultaneamente no modelo utilizado para explicar a quantidade de votos em candidatos de direita, então o erro teria 24 graus de liberdade. 

Alternativas
Q2125259 Estatística
Considere a regressão de Y por X, duas variáveis não nulas. Chame de R os resíduos da regressão de Y por X estimada por mínimos quadrados ordinários. Se estimarmos uma regressão de R por X pelo método dos mínimos quadrados ordinários, o coeficiente angular dessa última regressão será: 
Alternativas
Q2121100 Estatística
Um modelo de regressão linear foi utilizado para relacionar 30 observações da variável dependente Y com a variável independente X1.
O coeficiente angular estimado foi de -0,10, com erro padrão igual a 0,01. O valor da soma dos quadrados totais foi 32.
A variância residual do modelo foi de:
Alternativas
Q2114817 Estatística

Diversos fatores podem influenciar o tempo que um processo leva para ser julgado. Para tentar explicar isso, um analista de um tribunal selecionou algumas variáveis e concluiu que a quantidade de atores envolvidos (X) impacta a variabilidade do tempo que um processo leva até ser julgado. A tabela de análise de variância a seguir mostra os resultados dessa modelagem.


Com base nessas informações e sabendo que existe uma correlação positiva entre as variáveis e que Var(X) = 2,35, julgue o item a seguir. 

Caso fosse adicionada mais uma variável ao modelo, então, necessariamente o grau de ajuste do modelo aumentaria.
Alternativas
Q2114815 Estatística

Diversos fatores podem influenciar o tempo que um processo leva para ser julgado. Para tentar explicar isso, um analista de um tribunal selecionou algumas variáveis e concluiu que a quantidade de atores envolvidos (X) impacta a variabilidade do tempo que um processo leva até ser julgado. A tabela de análise de variância a seguir mostra os resultados dessa modelagem.


Com base nessas informações e sabendo que existe uma correlação positiva entre as variáveis e que Var(X) = 2,35, julgue o item a seguir. 

No estudo, foram utilizados 30 dados.
Alternativas
Q2114273 Estatística
Para responder às questões de números 44 e 45, considere um modelo de regressão linear simples da forma yi = β0 + β1xi + ei atendendo todos os pressupostos necessários para sua validade. β0 e β1 são parâmetros desconhecidos a serem estimados pelo método dos mínimos quadrados e ei corresponde ao erro aleatório com distribuição N(0,σ2). 
Foi obtida uma amostra de 100 observações (xi, yi) com médias amostrais x 60 e y = 15. O valor estimado de β1 foi 0,80. A equação da reta estimada nessas condições é 
Alternativas
Q2102281 Estatística
Uma indústria organiza um experimento para testar quatro diferentes ingredientes planejados para reduzir o tempo de um processo. Cada ingrediente será testado com 10 g e 40 g. Um planejamento fatorial completo é usado com cinco replicatas.
Os níveis, fatores e combinações são, respectivamente, em número de
Alternativas
Q2101318 Estatística
São resumidos a seguir os resultados da análise de variância resultante do ajuste de um modelo de regressão linear homocedástico definido como Yi = β0 + β1X1i + ... + βpXpi i, onde i = 1, . . . , n e i são erros independentes e normalmente distribuídos com média igual a zero e variância σ2. A estimação foi feita utilizando o método dos mínimos quadrados ordinários:

• Soma de Quadrados Total = 5.000;
• Soma de Quadrados dos Resíduos = 1.800;
• Graus de Liberdade Total = 40; e,
• Graus de Liberdade da Regressão = 4.
Com base nesses resultados, marque V para as afirmativas verdadeiras e F para as falsas. 
( ) A estimativa não-viesada para σ é igual a 50.
( ) A amostra é composta por n = 40 observações.
( ) O modelo apresenta um total de p = 4 variáveis explicativas.
( ) A raiz quadrada do coeficiente de determinação R² é igual a 0,80.
( ) Sabendo que a região crítica (RC) do teste F associado ao problema é RC = {Fobs > 2,63} para 95% de confiança, onde Fobs representa o valor observado da estatística de teste, conclui-se que pelo menos uma das variáveis explicativas incluídas no modelo é significativa para explicar a variável dependente, com 5% de significância.

A sequência está correta em
Alternativas
Respostas
221: B
222: A
223: C
224: C
225: D
226: B
227: E
228: C
229: E
230: E
231: E
232: C
233: C
234: E
235: C
236: E
237: C
238: A
239: A
240: B