Questões de Concurso Sobre modelos lineares em estatística

Um modelo ARIMA(1,1,1) sem termo constante para uma variável tem um coefi ciente autoregressivo ? e um coeficientede do termo de média móvel ?. Seja o operador B tal queseja tal que = 1 - B, e seja a representação do ruído branco. Assim, uma representação compatível desse modelo ARIMA é:

Utilizando a equação da reta obtida pelo método dos mínimos quadrados, em um ano que se deseja um acréscimo na receita anual de vendas de R$ 150.000,00, o gasto com propagandas terá que ser de, em milhares de reais,

A previsão do acréscimo da receita anual de vendas em um determinado ano, caso a empresa opte por não gastar com propagandas é, em milhares de reais,

Um gráfico de controle de um processo produtivo indica que o processo está sob controle se o conjunto de pontos do gráfico

Suponha que foi aplicado um modelo de regressão linear simples em um conjunto de n pares de valores da forma (x_i,y_i),i=1,...,n. Sejam ▁x e ▁y as médias dos valores x_i e y_i, i=1,...,n, respectivamente. Sabe-se que:

(i) ▁x=0,25 (ii) ▁y=0,75 (iii) ∑_(i=1)^n▒〖(x_i-▁x)(y_i-▁y)〗=12 (iv) ∑_(i=1)^n▒〖(x_i-▁x )^2 〗=2


Considerando os dados acima, a equação resultante da regressão linear é dada por

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.

Em um artigo intitulado “Há Fundamentalidade nos modelos de VAR fiscal típicos para o Brasil?”, do Ipea, os autores discutem como uma classe de modelos muito utilizada em pesquisa empírica macroeconômica pode, em alguns casos, apresentar vieses em seus estimadores.
Diz-se que um estimador é viesado quando seu valor esperado difere do valor do parâmetro populacional, sendo estimado. A respeito das formas de se corrigir um estimador viesado, considere as afirmações abaixo.

I - É possível reduzir o viés de um estimador aumentando-se o tamanho da amostra.
II - Se U é um estimador de um parâmetro populacional θ com valor esperado E(U) = k θ, então  V = U/k é um estimador não viesado de θ.
III - Se U é um estimador de um parâmetro populacional θ com viés ω, então W = U – ω é um estimador não viesado de θ, sendo que W será consistente se, e somente se, U for consistente.

Está correto o que se afirma em

Um pesquisador está analisando a relação entre o número de horas de estudo e o desempenho em um teste de matemática. Ele coletou dados de 10 alunos, registrando o número de horas de estudo (variável independente, X) e a pontuação no teste (variável dependente, Y). Considere que:




Indique a reta de regressão linear simples ajustada em base aos estimadores de mínimos quadrados ordinários.

Uma companhia transportadora de grãos fez oito carregamentos por caminhão. As distâncias e os tempos de entrega estão informados na tabela a seguir: 

Assinale a alternativa em que se encontra a equação de regressão linear de mínimos quadrados para os dados apresentados nessa situação.

Considere o modelo de regressão linear simples Y_i = β₀ + β₁ + E_i , onde E_i ~ Normal (0, σ² ). Seja QME o quadrado médio dos resíduos e SMR a soma de quadrados dos resíduos.

Assinale a alternativa que apresenta a estatística de teste para testar as hipóteses H₀: β₁ = 0 versus H₁: β₁ ≠ 0.

Um modelo de regressão linear múltipla é estimado por MQO (Mínimos Quadrados Ordinários), conforme a equação:

Y_i = α + β.X_i + γ.W_i + ε_i

As estimativas estão colocadas na tabela abaixo, com algumas omissões:

Com base nas estatísticas disponíveis e no cálculo dos valores omitidos, é correto afirmar que:

Um estudo foi realizado para investigar a resistência do solo (y) ao cisalhamento quando relacionado à profundidade (x₁ ), dada em centímetros, e ao conteúdo de umidade (x₂ ) dado em %. Dez observações foram realizadas, e as seguintes grandezas foram obtidas: n=10, ∑x_i1=221, ∑x_i2=533, ∑x_i1²=5300,8; ∑x_i2²=29316 ∑y_i =2033, e ∑x_i1²x_i2=13217, ∑x_i1y_i =45557; ∑x_i2y_i =107298,7; ∑y_i =369497,3. Pede-se para estabelecer as equações de mínimos quadrados para o modelo: Y=α₀ +α₁ x₁ +α₂ x₂ +ε.

Um trabalho realizado para a análise de concreto apresentou dados a respeito da resistência à compressão, t, e à impermeabilidade intrínseca, w, de várias misturas e curas de concreto. Um sumário das grandezas é o seguinte: n=14, ∑t_i =43, ∑t_i² =157,42, ∑w_i =572, ∑w_i² =23530 e ∑t_i w_i =1697,80. Considere ainda que as duas variáveis estão relacionadas de acordo com um modelo de regressão linear simples. Calcule as estimativas de mínimos quadrados da inclinação e da interseção da reta para estas duas variáveis.

quanto da variabilidade referente ao consumo per capita do gás natural é explicado pelo seu preço?