Questões de Concurso Sobre modelos lineares em estatística

Foram encontradas 535 questões

Q2101305 Estatística

Um analista do Ministério Público supõe que existe uma relação linear entre duas variáveis não negativas: o número de denúncias de infrações ambientas (y) e o acesso à informação e comunicação (x) de diferentes regiões administrativas. Para verificar sua hipótese, realizou um estudo e obteve o seguinte diagrama de dispersão:


Imagem associada para resolução da questão


Considere que r seja o coeficiente de correlação linear amostral entre as variáveis e que b seja o coeficiente de inclinação no ajuste da reta de regressão y = a + bx aos dados observados. Com base nessas informações, é correto afirmar que:

Alternativas
Q2096268 Estatística
UUma reta de regressão linear simples foi obtida a partir do modelo
Y = αX + β + e
pelo método de mínimos quadrados usual e mostrou as seguintes estimativas dos coeficientes: α = 3,4 e b = 0,5; além disso, obteve-se um coeficiente de correlação amostral igual a 0,9. 
Com base nesses dados, avalie se as afirmativas a seguir estão corretas.
I. A porcentagem da variação total dos dados que é explicada pela regressão é menor do que 60%. II. A reta de regressão obtida ajusta bem o modelo. III. O intercepto α = 3,4 mostra que a valor grandes de x correspondem valores grandes de y.
Está correto o que se afirma em
Alternativas
Q2086190 Estatística
Em modelos de regressão linear múltipla, a análise de resíduos tem um papel fundamental na verificação da qualidade do ajuste. A medida de influência responsável por medir a diferença entre um modelo de regressão com determinada observação e um modelo sem aquela observação denomina-se: 
Alternativas
Q2082844 Estatística
Um pesquisador avaliou o impacto de alguns fatores sobre a nota de estudos sociais dos alunos. Para isso, considerou um modelo de regressão linear múltipla. Os resultados são apresentados na tabela a seguir.
Imagem associada para resolução da questão

Tendo em vista a interpretação de resultados de modelos de regressão linear múltipla, assinale a alternativa correta.
Alternativas
Ano: 2023 Banca: FEPESE Órgão: EPAGRI Prova: FEPESE - 2023 - EPAGRI - Estatístico |
Q2073946 Estatística
Uma regressão linear simples é expressa por y = α + βx + ε, onde α e β são os coeficientes linear e angular da reta, os quais devem ser estimados a partir de uma amostra e ε representa o erro aleatório da regressão.
Considere que:
■ As estimativas pelo método de mínimos quadrados ordinários para o coeficiente linear α é igual a 1,5 e, para o coeficiente angular β é de 2,0 e que a variável x não está correlacionada com o erro ε. ■ Os resíduos das amostras envolvidas são independentes e identicamente distribuídos, com distribuição normal, média igual a 0,0 e variância com valor constante. ■ O valor assumido para x é igual a 3,0.

Diante do exposto, assinale a alternativa que traz o valor predito para y.
Alternativas
Ano: 2023 Banca: FEPESE Órgão: EPAGRI Prova: FEPESE - 2023 - EPAGRI - Estatístico |
Q2073943 Estatística
Considere a tabela (na página ao lado) a qual traz os limites unilaterais de cauda direita da distribuição F de Fisher-Snedecor ao nível de 5% de probabilidade.
Analise a seguinte situação, observando os dados da do quadro de ANOVA a seguir.
Imagem associada para resolução da questão

Um criador separou seu rebanho em três grupos, cada um com espécies diferentes: X, Y e Z. Em dado momento, ele resolveu testar se as espécies diferem de peso, ou seja, ele pretende descobrir se há mais variação de peso entre os grupos de cada espécie ou dentro de cada grupo.

Assim, ele tem as seguintes hipóteses estatísticas:
H0 Todas as espécies têm o mesmo peso, ou seja, o criador tem menos variação entre os grupos do que dentro dos grupos. ■ H1 As espécies diferem em peso, ou seja, o criador observa mais variação entre os grupos do que dentro dos grupos.

Considerando que o criador adota o seguinte critério de decisão:
■ Se o Fcalculado for menor ou igual ao Fcrítico para α = 0,05, aceita-se a hipótese nula H0. ■ Se o Fcalculado for maior que o Fcrítico para α = 0,05, aceita-se a hipótese alternativa H1.

Assinale a alternativa correta.
Alternativas
Ano: 2023 Banca: FEPESE Órgão: EPAGRI Prova: FEPESE - 2023 - EPAGRI - Estatístico |
Q2073941 Estatística
No que diz respeito à regressão linear, existem pressupostos que são fundamentais para o seu uso, sendo que os dados precisam atender a estes critérios para que a análise de regressão linear seja confiável.
Com base nestes pressupostos, analise as afirmativas abaixo com relação ao conjunto de dados X.
1. O pressuposto da homocedasticidade é satisfeito quando a variação em torno da reta de regressão aumenta conforme variam os valores de X. 2. O pressuposto da independência de erros é satisfeito quando os erros em torno da reta de regressão são constantes para cada valor de X. 3. O pressuposto da normalidade de erros é satisfeito quando os erros em torno da reta de regressão são distribuídos de forma normal para cada valor de X.

Assinale a alternativa que indica todas as afirmativas corretas.
Alternativas
Ano: 2023 Banca: FEPESE Órgão: EPAGRI Prova: FEPESE - 2023 - EPAGRI - Estatístico |
Q2073933 Estatística
Seja Imagem associada para resolução da questão o vetor de médias estimado e S a matriz de covariância estimada do vetor de dados Imagem associada para resolução da questão sob controle do vetor médio do processo.
Assinale a alternativa que contém a expressão estatística utilizada como base para o gráfico de controle T2 de Hotelling.

Alternativas
Ano: 2023 Banca: FEPESE Órgão: EPAGRI Prova: FEPESE - 2023 - EPAGRI - Estatístico |
Q2073929 Estatística
O coeficiente de determinação R2 é uma medida estatística de quanto estão próximos os dados da linha de regressão ajustada. Ele também é conhecido como o coeficiente de determinação ou o coeficiente de determinação múltipla para a regressão múltipla.
Identifique abaixo as afirmativas verdadeiras ( V ) e as falsas ( F ) a respeito do coeficiente de determinação R2.

( ) O R2 está sempre entre os valores 0 e 1. ( ) O R2 pode atingir valores de –1 a 1, dependendo da força da correlação entre as variáveis. ( ) Se aumentarmos o número de variáveis independentes, o coeficiente R2 pode aumentar ou permanecer igual, mas nunca decrescer. ( ) O R2 indica a porcentagem em que a variação explicada pela regressão representa da variação total.

Assinale a alternativa que indica a sequência correta, de cima para baixo.
Alternativas
Ano: 2023 Banca: FEPESE Órgão: EPAGRI Prova: FEPESE - 2023 - EPAGRI - Estatístico |
Q2073927 Estatística
Identifique abaixo as afirmativas verdadeiras ( V ) e as falsas ( F ) quanto aos Modelos Mistos Estatísticos.
( ) São modelos caracterizados por conter efeitos aleatórios e efeitos fixos. ( ) São usados para conjuntos de dados com estrutura multinível, ou seja, para análise de dados com estrutura hierárquica. ( ) Podem existir em casos onde existem somente efeitos aleatórios nas variáveis preditoras do modelo.
Assinale a alternativa que indica a sequência correta, de cima para baixo
Alternativas
Ano: 2023 Banca: FEPESE Órgão: EPAGRI Prova: FEPESE - 2023 - EPAGRI - Estatístico |
Q2073921 Estatística
Dado o quadro de ANOVA a seguir: 

Imagem associada para resolução da questão


Assinale a alternativa que indica o valor mais próximo do Fcalculado.
Alternativas
Q2067267 Estatística
Considere o modelo de regressão estimado:
Wi = 0,5 + 0,1*Ei + 0,2*Di + ui,
em que wi é o logaritmo neperiano do salário, Ei é o logaritmo neperiano dos anos de estudo e Di é uma variável binária igual a 1 se homem e a 0 se mulher.
Considere que todas as estimativas são estatisticamente significativas a 1%.
A partir das estimativas acima, é possível concluir que, em média,
Alternativas
Q2067265 Estatística
Considere o modelo de regressão:
Y = XB + u,
sendo Y um vetor nx1, X uma matriz nxk, B um vetor kx1 e u um vetor nx1. Y é a variável dependente, X representa um conjunto de regressores, B os parâmetros populacionais do modelo e u o termo aleatório.
As hipóteses a seguir são necessárias para que o estimador de MQO de B seja não viesado, à exceção de uma. Assinale-a.
Alternativas
Q2067263 Estatística

Considere o modelo de regressão linear simples:


yi = a + bxi + ui,


em que y é a variável dependente, x é a variável explicativa, a é ointercepto, b é o coeficiente de inclinação e u, o termo aleatóriodo modelo.


A partir de uma amostra aleatória, obtém-se as seguintesinformações: 


41.png (293×19)


Assim, os estimadores dos parâmetros α e b que minimizam asoma dos quadrados dos resíduos são, respectivamente, iguais a 

Alternativas
Ano: 2019 Banca: COMPERVE - UFRN Órgão: UFRN Prova: COMPERVE - 2019 - UFRN - Estatístico |
Q2045093 Estatística
O coeficiente de determinação do modelo, que significa o valor que mede o efeito da variável explicativa X: ano de fabricação do carro, na variação de Y:preço de venda do carro, é, aproximadamente,
Alternativas
Ano: 2019 Banca: COMPERVE - UFRN Órgão: UFRN Prova: COMPERVE - 2019 - UFRN - Estatístico |
Q2045092 Estatística

Imagem associada para resolução da questão

Alternativas
Ano: 2019 Banca: COMPERVE - UFRN Órgão: UFRN Prova: COMPERVE - 2019 - UFRN - Estatístico |
Q2045088 Estatística

Imagem associada para resolução da questão

Alternativas
Q2017322 Estatística
As equações de regressão podem ser úteis para predição do valor de uma variável, dado algum valor particular da outra variável. Ao fazermos tais predições, devemos considerar:
 I. Usar a equação de regressão para predições, mesmo que o gráfico da reta de regressão no diagrama de dispersão não indicar que a reta de regressão se ajusta aos dados de maneira razoavelmente boa. II. Usar a equação de regressão para predições apenas se o coeficiente de correlação linear r indicar que há uma correlação linear entre as duas variáveis. III. Usar a equação de regressão para predições apenas se os dados não forem muito além do alcance dos dados amostrais disponíveis.
Está CORRETO apenas o que se afirma em:
Alternativas
Q2015822 Estatística
A inclinação de uma reta pode ser interpretada como uma razão ou taxa de variação. Para a reta, a razão ou taxa de variação são constantes. Sabendo que a população de uma cidade era de 11.500 habitantes no ano 2000, e 14.050 habitantes em 2017, determine a taxa média de crescimento da população ao longo desse período. 
Alternativas
Q2010711 Estatística
Com relação ao conceito de Análise de Regressão, analise as afirmativas abaixo:
1.A análise de regressão tem por objetivo descrever, através de um modelo matemático, a relação existente entre duas variáveis, a partir de n observações dessas variáveis. 2.O modelo probabilístico, empregado na análise de regressão, é composto por três partes, uma que diz respeito às variáveis, outra aos parâmetros, e outra ao erro de estimativa. 3.A finalidade de uma equação de regressão seria estimar valores de uma variável, com base em valores conhecidos da outra.


Assinale a alternativa que indica todas as afirmativas corretas.

Alternativas
Respostas
241: B
242: B
243: C
244: B
245: A
246: D
247: C
248: E
249: A
250: B
251: E
252: B
253: E
254: D
255: B
256: D
257: D
258: E
259: D
260: E