Questões de Concurso
Sobre modelos lineares em estatística
Foram encontradas 575 questões
Em um modelo de regressão linear múltipla com k variáveis independentes x1, x2, ..., xk e n observações y1, y2, ..., yn solução de mínimos quadrados para estimar o vetor de parâmetros é:
Para responder às questões 46, 47 e 48 use as informações a seguir sobre as variáveis Z e W. Suponha que as duas variáveis estejam relacionadas segundo um modelo de regressão linear simples, Z = β0 + β1 w + ε, sendo ε o termo aleatório e que:
Qual opção informa o valor do coeficiente de correlação entre X e Y (ρXY)?
Para responder às questões 46, 47 e 48 use as informações a seguir sobre as variáveis Z e W. Suponha que as duas variáveis estejam relacionadas segundo um modelo de regressão linear simples, Z = β0 + β1 w + ε, sendo ε o termo aleatório e que:
Qual opção informa a estimativa não viciada para a variância?
Para responder às questões 46, 47 e 48 use as informações a seguir sobre as variáveis Z e W. Suponha que as duas variáveis estejam relacionadas segundo um modelo de regressão linear simples, Z = β0 + β1 w + ε, sendo ε o termo aleatório e que:
Qual opção informa as estimativas de mínimos quadrados de β0 e β1, respectivamente?
Sobre as características do termo Erro ou Resíduo, analise as assertivas e assinale a alternativa que aponta as corretas.
I . Absorve os possíveis erros de medida da variável a ser “explicada”.
II. Contempla os valores estimados dos parâmetros associados à variável explicativa.
III. Absorve a influência de outras variáveis não especificadas no modelo.
IV. Capta o comportamento irregular, especialmente em ciências sociais aplicadas (comportamento humano).
Observe os gráficos de probabilidade normal e de resíduos a seguir:
(http://artigocientifico.uol.com.br/uploads/artc_1243345107_79.pdf)
A observação dos gráficos indica que
Para se testar a significância de uma regressão linear múltipla, dados foram observados e a seguinte tabela (incompleta) foi obtida:
Fonte de variação |
Soma quadrática |
Graus de liberdade |
regressão |
600,00 |
|
Erro ou resíduo |
25 |
|
total |
725,00 |
30 |
O valor da estatística F é igual a
Num modelo de regressão linear múltipla com notação matricial y = Xβ + ε o estimador de mínimos quadrados de β é dado por
A medida de precisão que expressa o quanto as variações da variável dependente são explicadas pela(s) variável(eis) independente(s) é chamada:
Para um ajuste de regressão linear múltipla, temos que: n = 13 é o tamanho da amostra, k = 3 o número de parâmetros do modelo de regressão (número de variáveis explicativas mais o intercepto). Quando encontramos um valor para R2 = 0,5, isso implica que o R2 ajustado será:
Quando após o ajuste de um modelo linear simples, verifica-se que o ajuste é perfeito, ou seja, todos os resíduos são 0 (zero), isso implica que o coeficiente de determinação R2:
Após o ajuste de um modelo linear simples, os seguintes valores preditos foram estimados:
Para X = 1 o modelo forneceu = 5
Para X = 3 o modelo forneceu = 9
Pode-se afirmar que os parâmetros estimados desse modelo foram:
O gráfico a seguir ilustra os resíduos obtidos após o ajuste de um modelo de regressão linear simples versus o valor ajustado desse mesmo modelo. O que se pode afirmar sobre a variância dos dados?
Gráfico dos Resíduos
Analisando o gráfico a seguir e supondo que a variável X tem poder de explicação sobre a variável Y, qual modelo abaixo é o mais adequado para representar essa relação, em que ∈ é um ruído branco?
O gráfico de resíduos a seguir foi obtido em uma sequência temporal.
Esse comportamento dos resíduos indica
Com base nos dados apresentados na hipótese e considerando que αi e γi,j sejam mutuamente independentes, julgue o próximo item.
Para se testar se as unidades amostrais são equivalentes entre
si, as hipóteses nula e alternativa do teste de interesse devem
ser, respectivamente, H0 : μ = 0 e H1 : μ … 0.
Com base nos dados apresentados na hipótese e considerando que αi e γi,j sejam mutuamente independentes, julgue o próximo item.
As observações W1,1, W1,2 e W1,3 são mutuamente
independentes.
Com base nos dados apresentados na hipótese e considerando que αi e γi,j sejam mutuamente independentes, julgue o próximo item.
O valor esperado de Wi, j é igual a μ, e Var(Wi, j) = v + η.
Conheça nossos planos