Questões de Concurso
Sobre modelos lineares em estatística
Foram encontradas 535 questões
Y = Xß + ε
em que X é uma matriz n × k, ß é um vetor k × 1 e ε é um vetor n × 1.
Com base nessas informações, julgue o item subsecutivo.
O estimador de ß pelo método dos mínimos quadrados ordinários é b = (X’X) -1 (X’Y), em que X’ representa a matriz transposta de X.
Y = Xß + ε
em que X é uma matriz n × k, ß é um vetor k × 1 e ε é um vetor n × 1.
Com base nessas informações, julgue o item subsecutivo.
Se todas as hipóteses de um modelo de regressão linear forem satisfeitas, será correto afirmar que, pelo teorema de Gauss-Markov, o estimador apurado pelo método de mínimos quadrados ordinários é o mais eficiente estimador linear de ß.
em que trim1, trim2 e trim3 são variáveis dummies para o primeiro, segundo e terceiro trimestres, respectivamente, e et é o termo aleatório.
Os interceptos do terceiro e do quarto trimestres são iguais, respectivamente, a
entre peso e altura de crianças com menos de 1 ano das unidades da federação (POF-2002-2003) e forneceu os resultados
abaixo com alguns campos em branco.
entre peso e altura de crianças com menos de 1 ano das unidades da federação (POF-2002-2003) e forneceu os resultados
abaixo com alguns campos em branco.
Foi delineado um experimento separando três grupos escolhidos aleatoriamente de 5 homens em cada um, para medir seus níveis alcoólicos após beberem certa quantidade de bebida alcoólica. Os componentes do grupo A após uma hora, o grupo B após duas horas, e o grupo C após 3 horas. A quantidade de mg por grama de álcool foi multiplicada por 10 para facilitar os cálculos. Os resultados observados foram:
Ao se construir a ANOVA, para testar a hipótese de independência, o valor F calculado na ANOVA é, aproximadamente,
Uma empresa decide investir a quantia de 500 mil reais na construção de uma pequena central hidrelétrica. Ao analisar a viabilidade do empreendimento, ela prevê que, ao longo dos próximos quatro anos, terá receitas com a comercialização da energia e despesas de operação e manutenção, conforme a Tabela apresentada a seguir.
Considere que o investimento foi realizado no ano zero, e que a empresa utiliza uma taxa de juros de 10% ao ano
Os valores esperados na hipótese de independência da diagonal principal da tabela de dados são, respectivamente, 7, 6, 26 e 38,8.
Assim sendo, temos
Testes Simulações do Valor Verdadeiro do Parâmetro
Alternativos θ1 θ2 θ3 θ4 θ5
Pr(alternativa 1) 0,73 0,84 0,92 0,95 0,98
Pr(alternativa 2) 0,68 0,80 0,85 0,91 0,97
Então, pode-se afirmar que
Na análise de resíduos de um modelo de regressão, o diagrama de dispersão entre os resíduos do modelo ajustado e os valores preditos para a variável resposta permitem avaliar a ocorrência de heterocedasticidade.
Em um modelo de regressão linear simples, o quadrado médio associado ao modelo é menor que a respectiva soma de quadrados. O mesmo ocorre com o quadrado médio dos resíduos em comparação com a soma de quadrado dos resíduos.
Y = β0 + β1 X + ξ
onde Y = quantidade de combustível gasto em litros e
X = distância percorrida em km
Os resultados obtidos foram:
Na análise de modelos matemáticos para a estimativa de volume, o melhor modelo, além da análise gráfica dos resíduos, deverá apresentar o menor coeficiente de determinação ajustado (R2 ) e o mais baixo valor para o erro padrão da estimativa.
Os modelos 4, 5 e 6 na tabela são de Soate, Husch e Meyer, respectivamente.
Os modelos 1, 2 e 3 na tabela são de Naslund, de Schumacher-Hall e de Spurr, respectivamente.
Em um estudo de observação, em uma indústria de semicondutores, foram coletadas 25 observações das variáveis, a resistência à tração (uma medida de força requerida para romper a cola), o comprimento do fio e a altura do molde. Suponha que um modelo de regressão linear múltipla foi definido para relacionar a resistência à tração ao comprimento do fio e à altura do molde. Logo:
Y= β0+β1x1+β2x2+ε
Os resultados obtidos foram:
Os valores de P, Q, R, S, T e U são, respectivamente,
I - Linearidade do fenômeno medido
II - Variância não constante dos termos de erro (heterocedasticidade)
III - Normalidade dos erros
IV - Erros correlacionados
V - Presença de colinearidade
São premissas APENAS os itens
Usando o teste qui-quadrado para testar as hipóteses H0 : a faixa de pessoal ocupado independe do setor de atividade. H1 : a faixa de pessoal ocupado depende do setor de atividade. a decisão sobre H0 , nos níveis de 1%, 5% e 10% de significância, é