Questões de Estatística - Modelos lineares para Concurso

Considerando o modelo clássico de regressão linear e a importância das suas hipóteses no contexto de uso intensivo de dados, julgue o item a seguir.

Mesmo na presença de multicolinearidade imperfeita, os estimadores de mínimos quadrados ordinários são os melhores estimadores lineares não viesados (BLUE – best linear unbiased estimator).

Considerando o modelo clássico de regressão linear e a importância das suas hipóteses no contexto de uso intensivo de dados, julgue o item a seguir.

Mesmo na presença de heterocedasticidade, os estimadores das variáveis dependentes são não viesados e consistentes.

Considerando o modelo clássico de regressão linear e a importância das suas hipóteses no contexto de uso intensivo de dados, julgue o item a seguir.

Na presença de multicolinearidade perfeita, os estimadores de mínimos quadrados ordinários não são únicos.

Considerando o modelo clássico de regressão linear e a importância das suas hipóteses no contexto de uso intensivo de dados, julgue o item a seguir.

Havendo heterocedasticidade, os estimadores de mínimos quadrados ordinários serão ineficientes. 

Acerca da avaliação de modelos de classificação, julgue o item que se segue.

A área sob a curva ROC (receiver operating characteristic) é uma métrica de qualidade útil para avaliar um modelo: quanto mais próxima a curva estiver do canto superior direito do gráfico, melhor será a predição do modelo.