Questões de Concurso Sobre modelos lineares em estatística

A detecção de pontos com grande influência no ajuste de um modelo linear aos dados, Y = , é feita usando-se a denominada matriz chapéu H. No caso de se considerar apenas os valores das variáveis explicativas X_i i= 1, 2, ..... , p-1, trabalha-se com os elementos da diagonal principal. Então, a matriz chapéu é dada por:

O ajuste de uma reta de regressão linear se faz por meio do método de:

Analise as afirmativas a seguir, a respeito da média aritmética:

I. A soma dos resíduos em relação à média aritmética é sempre igual a zero.

II. É em relação à média aritmética que a soma dos valores absolutos dos resíduos é mínima.

III. É em relação à média aritmética que a soma dos quadrados dos resíduos é mínima.

Assinale:

Analise as afirmativas a seguir, a respeito da mediana:

I. A soma dos resíduos em relação à mediana é sempre igual a zero.

II. É em relação à mediana que a soma dos valores absolutos dos resíduos é mínima.

III. É em relação à mediana que a soma dos quadrados dos resíduos é mínima.

Assinale:

Um histograma foi construído para representar a distribuição dos preços unitários de custo de 1.000 peças em estoque de uma indústria. Uma vez que os intervalos de classe não possuem a mesma amplitude, assinalou-se no eixo das ordenadas as respectivas densidades de frequência para cada intervalo. Define-se densidade de frequência do intervalo de classe Ii como sendo o quociente da divisão da frequência relativa fi correspondente pela amplitude de Ii, sendo I1 o primeiro intervalo, I2 o segundo intervalo e assim por diante. Se um intervalo de classe corresponde aos preços iguais ou superiores a R$ 22,00 e preços inferiores a R$ 50,00, com uma densidade de frequência igual a 1,2 × 10⁻² (R$)⁻¹, então a quantidade de peças pertencentes a este intervalo é igual a

Após ser ajustado um modelo de regressão linear entre X e Y, encontrou-se um modelo da forma Y=aX+b+E, em que a e b são os coeficientes da regressão e E o erro aleatório, e um coeficiente de determinação de 73%. Qual o percentual de variação de Y é considerado aleatório?

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).

A função linear estimada equivale a :

O objetivo da análise de regressão simples é aproximar por uma linha reta um determinado conjunto de pontos. A determinação da reta de regressão mais adequada pressupõe

Considere o plano em blocos completos aleatorizados, com resposta dada por Y_ij, onde o índice i se refere ao i-ésimo tratamento e o índice j se refere ao j-ésimo bloco, com i = 1,2,...,t e j = 1,2,...,b.

Com respeito a tal plano, analise as afirmativas abaixo.

I - As variáveis aleatórias Y_ij são independentes e identicamente distribuídas.

II - A soma de quadrados de tratamentos é sempre menor em comparação ao experimento não considerando blocagem.

III - O quadrado médio de tratamentos é sempre menor em comparação ao experimento não considerando blocagem.

IV - A estimativa da variância do erro, dada pelo quadrado médio do erro, é sempre menor em comparação ao experimento não considerando blocagem.

Está correto APENAS o que se afirma em

Para uma amostra de tamanho n = 20, tem-se coletadas as informações de duas variáveis Y e X com as seguintes informações:

Assumindo que existe uma relação linear entre tais variáveis, o coeficiente angular da reta de regressão de mínimos quadrados será igual a

O coeficiente de determinação é um indicador da qualidade de ajuste em um modelo de regressão. Definindo SQT como a Soma de Quadrados Total e SQRes como a Soma de Quadrados dos Resíduos, a seguinte expressão define este indicador:

A regra de Sturges é um critério utilizado para determinar um número razoável de

Considere o modelo de regressão linear que segue.

As suposições impostas sobre os erros aleatórios do modelo de regressão linear simples usual são

O agente encarregado de certo departamento tem a atribuição de registrar ocorrências de três tipos de eventos: P, Q e R. Em certa semana, o evento P ocorreu duas vezes na segunda-feira, quatro vezes na terça-feira, apenas uma vez na quarta-feira e não mais aconteceu naquela semana. O evento Q foi realizado uma única vez em cada um dos dias de segunda a quinta-feira e duas vezes na sexta-feira, apenas. O evento R ocorreu apenas na terça, na quinta e na sexta-feira, respectivamente, 2, 1 e 4 vezes. Em seu relatório, o agente deve mencionar as frequências de ocorrências semanais desses três eventos. Para que o relatório fique correto, as frequências percentuais que o agente deve registrar para os eventos P, Q e R são, respectivamente,

Em uma regressão linear simples, ao se analisar os resíduos no gráfico de dispersão foi notado que este tem a forma de um cone. Dessa forma, é correto afirmar que:

Para se certificar de que os lançamentos refletem efetivamente a situação financeira de uma entidade, os livros caixa devem ser verificados, assim como pilhas de documentos originais, notas de venda, ordens de compra e requisições – só que consultar todos os originais seria um trabalho incalculável. Recorre-se, então, a uma amostra de documentos escolhidos aleatoriamente e, com base nessa amostra, fazem-se inferências sobre toda a população (todos os indivíduos ou todos os objetos do grupo em que se está interessado). É aí que entra a aplicação da estatística à administração. Sobre o tema, considere as seguintes afirmativas.

I. Para evitar predições imprecisas, é essencial que a amostra represente efetivamente a população da qual foi extraída.

II. Os exemplos de aplicação de técnicas estatísticas à administração incluem a utilização de amostras, para estimar as preferências ou inferir a qualidade de toda uma população, e o uso da análise de regressão, para separar efeitos de fatores diferentes.

III. Não há como saber com certeza se a amostra representa adequadamente a população, a menos que se faça um censo sobre toda ela. No entanto, podem ser usados os métodos da inferência estatística para estimar se a amostra é representativa da população.

Pode-se afirmar que:

A medida de precisão que expressa o quanto as variações da variável dependente são explicadas pela(s) variável(eis) independente(s) é chamada:

As técnicas administrativas, associadas a programas adequados de computação, constituem valiosos instrumentos na administração. Vejamos um exemplo de aplicação da estatística à administração.

“Os Conselhos Regionais de Biblioteconomia de Fortaleza, de Recife, de Salvador e de São Luís querem promover um grande evento para falar dos projetos para 2016 e, para tanto, querem a opinião/sugestão dos seus funcionários. Para isso, podem fazer uma pesquisa entrevistando um número X de funcionários de cada departamento de cada Conselho, que tenham entre 26 e 45 anos. Assim, poderão usar os resultados para estimar as sugestões mais relevantes de todo o quadro de funcionários das entidades.” Sobre os conceitos relacionados à estatística, leia as afirmativas seguintes.

I. A principal razão para o uso de amostras é que seria por demais dispendioso pesquisar toda a população.

II. A inferência estatística tem como objetivo estudar generalizações sobre uma população por meio de evidências fornecidas por uma amostra retirada desta população.

III. Não há maneira de saber, com certeza, se a amostra representa perfeitamente a população, a menos que se faça um censo sobre toda a população.

Pode-se afirmar que:

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: