Questões de Concurso Sobre modelos lineares em estatística

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:

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?

Seja o modelo de regressão linear y_i = β₀ + β₁x₁ + β₂x₂ + β₃x₃ + ε_i com i = 1, 2, ..... , n e onde y_i é a variável dependente (resposta), x_i com i = 1, 2 e 3 são as variáveis explicativas (independentes) e ε_i o erro inerente à variável resposta . Então, é correto afirmar que

O gráfico de resíduos a seguir foi obtido em uma sequência temporal.

Esse comportamento dos resíduos indica

Modelos de previsão podem ser obtidos a partir do uso de técnicas de regressão. Dentre essas técnicas, pode-se citar a técnica de regressão polinomial.
Considere o conjunto de dados e a informação a seguir:



Deseja-se encontrar um modelo de regressão polinomial de 2º grau Y = a₀ + a₁ X + a₂ X² que melhor se encaixe nesse conjunto de dados.
Estimando-se pelo método dos mínimos quadrados, os valores de a₀, a₁ e a₂ serão dados, respectivamente, por

Modelos de aprendizagem de máquina são, em geral, avaliados com métricas que indicam os quão poderosos e relevantes eles são.
Entre exemplos de métricas de avaliação utilizadas para modelos de classificação binária, é correto citar

• a taxa de precisão (razão entre verdadeiros positivos e o total dos verdadeiros positivos e falsos positivos);
• a taxa de sensibilidade (razão entre verdadeiros positivos e o total dos verdadeiros positivos e falsos negativos, também conhecida por recall); e
• o escore F1 (F1-score, também chamado de F-measure), que relaciona as taxas de precisão e de sensibilidade.

Suponha a existência de um modelo de classificação binária cuja taxa de precisão é de 90,00% e cuja taxa de sensibilidade é de 75,00%. Utilize aproximação de duas casas decimais.

O escore F1 referente a esse modelo é 

Um economista tentando estimar os preços dos apartamentos disponíveis para venda definiu o seguinte modelo: lny_i=β₀+β₁ lnx_i+β₂ Di+u_i , em que Y_i representa o preço dos apartamentos em reais, x_i é o tamanho do imóvel, medido em m² , D_i é uma variável dummy indicando se existe um parque ou praça pública, no raio de 200 metros de distância do imóvel, e u_i é o termo de erro aleatório. O modelo foi estimado pelo método dos mínimos quadrados ordinários, com uma amostra de tamanho n = 732 e o resultado da estimação está descrito, a seguir.

Parâmetro	Coeficiente	Erro-padrão	p-valor
β0	10,66	0,085	0,000
β1	0,30	0,019	0,000
β2	0,12	0,06	0,067

R ² = 0,95 R ² ajust. = 0,94

De acordo com os resultados estimados, a existência de um parque próximo ao imóvel, aumenta o seu valor, ceteris paribus, em

Entre as alternativas seguintes, o valor mais próximo do coeficiente de correlação entre as variáveis é:

Com relação à equação da reta de regressão, podemos usá-la para diversas estimativas. Se o fizermos para x = 60, obteremos o correspondente y. Dos valores a seguir, o que mais se aproxima de y é:

O gráfico a seguir é o diagrama de dispersão obtido com uma amostra de trabalhadores de certa região para estudar a possível correlação entre o tempo médio de escolaridade e a renda média anual.

GRÁFICO 2

Tempo médio escolaridade X Renda média anual

Admitindo uma correlação linear entre as variáveis e considerando os coeficientes r de correlação e b de inclinação da reta de regressão associada, é correto afirmar que:

Modelos de previsão podem ser obtidos a partir do uso detécnicas de regressão. Dentre essas técnicas, pode-se citar atécnica de regressão polinomial.
Considere o conjunto de dados e a informação a seguir:



Informação:  


Deseja-se encontrar um modelo de regressão polinomial de 2ograu Y = α₀ + α₁ X + α₂ X² que melhor se encaixe nesse conjunto de dados.

Estimando-se pelo método dos mínimos quadrados, os valores deα₀, α₁ e α₂ serão dados, respectivamente, por

É uma técnica amplamente utilizada em Ciência de Dados para modelar e compreender relações entre variáveis. No que se refere ao conceito apresentado, assinale a alternativa correta.

Os testes estatísticos podem ser divididos em dois grandes grupos, conforme fundamentam ou não os seus cálculos na premissa de que a distribuição de frequências dos erros amostrais é normal, as variâncias são homogêneas, os efeitos dos fatores de variação são aditivos e os erros independentes. Se tudo isso ocorrer, é muito provável que a amostra seja aceitavelmente simétrica, terá com certeza apenas um ponto máximo, centrado no intervalo de classe onde está a média da distribuição, e o seu histograma de frequências terá um contorno que seguirá aproximadamente o desenho em forma de sino da curva normal. O cumprimento desses requisitos condiciona, pois, a primeira escolha do pesquisador, uma vez que, se forem preenchidos, ele poderá utilizar a estatística paramétrica, cujos testes são, em geral, mais poderosos do que os da nãoparamétrica, e, consequentemente, devem ter a preferência do investigador, quando o seu emprego for permitido. Sobre o tema apresentado, indique a afirmativa correta.  

Ao se considerar um modelo linear de dados transformados para encontrar as constantes α e β do modelo de regressão não-linear y = αe^βx que melhor se ajusta aos dados (x₁, y₁),...,(x_n, y_n), a soma dos quadrados dos resíduos que deve ser minimizada é dada por:

A respeito de um modelo de regressão logística para uma variável resposta Y considerando a função de ligação canônica associada ao modelo Bernoulli, chamada de logit, é INCORRETO afirmar que: 

Determinado Ministério Público Estadual coletou dados nas 53 comarcas do Estado com o intuito de estudar a relação entre o tempo médio (Y), em dias, gasto na triagem inicial de denúncias de abuso recebidas pela comarca e duas variáveis explicativas: o número de servidores lotados no setor responsável por avaliar as denúncias na comarca (X₁); e o número de municípios atendidos pela comarca (X₂). Considere o ajuste do modelo de regressão linear múltipla Y_i = β₀ + β₁X_1i + β₂X_2i + ɛ_i , onde i = 1,..., 53 e ɛ₁,..., ɛ₅₃ são erros independentes com ɛ_i⁓N(0, σ²) para todo i. Os seguintes resultados foram obtidos pelo método de máxima verossimilhança: ₀ = 21, 5, ₁ = – 2,8 e ₂ = 3,5.  Adicionalmente, tem-se que SQ_Regressão = 346,5 e SQ_Resíduos = 185, 5. Com base nessas informações, é correto afirmar que: 

Considere D₁ uma variável dummy cujo valor é 1, se o mês for do primeiro semestre, e 0, se for do segundo semestre; já D₂ é o contrário, um, se o mês for do segundo semestre, e zero, se for do primeiro. Y representa a receita mensal.
De acordo com essas informações, assinale a alternativa correta.

Considere a regressão simples ln y = α + βln x + ε, onde y é o preço medido em reais, e x é o peso medido em quilogramas, sendo que ln é o logaritmo natural (na base e). Se alterarmos as unidades de x de quilogramas para toneladas, o valor de beta ficará 

Considere uma regressão y = α + βx + ε que tem R2 (coeficiente de determinação) igual a A.  A seguir, é acrescentada uma variável irrelevante z, de modo que a regressão y = α + βx + γz + ε tenha R2 igual a B.

É correto afirmar que