Questões de Concurso
Sobre modelos lineares em estatística
Foram encontradas 563 questões
Julgue o item seguinte, referente a regressão linear e séries temporais.
A homoscedasticidade é condição necessária para que um
modelo de regressão linear seja não viesado.
Julgue o item seguinte, referente a regressão linear e séries temporais.
Duas séries temporais, xt e yt, ambas não estacionárias e
integradas de ordem um, são cointegradas se existir uma
combinação linear entre yt e xt que seja estacionária.
De acordo com o gráfico, pode-se concluir que o coeficiente de correlação linear de Pearson é
A partir disso, o cálculo da medida que representa o coeficiente de determinação R2 é dado por:
É correto afirmar que:
defina o resíduo 
como a diferença entre o valor observado e o estimado. O valor esperado para o resíduo é:
O valor da potência (em cavalos) estimada para um carro de 1.6 litro de cilindrada, ao se utilizar um modelo de regressão linear simples pelo método dos mínimos quadrados ordinários, é:
Considere um modelo de regressão linear múltipla dado por Υ = Χβ + ε, em que Υ é um vetor de dimensão η x 1, X tem dimensão η x ρ, com as colunas lineamente independentes, β é desconhecido com dimensão ρ x 1 e o valor esperado de ε é igual a 0. A estimativa de mínimos quadrados para β é dada por
Tendo como referência as informações precedentes, julgue o item subsecutivo, a respeito de fundamentos de estatística.
No método dos mínimos quadrados, os valores calculados de
xi, yi, xi2
, yi2
, xiyi e seus respectivos somatórios devem ser
arredondados para três algarismos significativos antes de se
calcular os demais parâmetros da regressão linear.
Considerando que a tabela precedente exibe uma amostra aleatória bivariada (x,y) de tamanho n = 6, na qual y representa uma variável dependente e x denota uma variável regressora, assinale a opção que apresenta uma curva de regressão (ŷ) ajustada para esse conjunto de dados mediante aplicação do método de mínimos quadrados ordinários.
De acordo com Gujarati (2000), considere o seguinte modelo linear Yi =β0 +β1 X1i+β2 X2i+…+βk Xβki+εi para assinalar a alternativa CORRETA quanto à violação das hipóteses básicas do modelo de regressão linear.
Seja o método de mínimos quadrados ordinários (MQO) para o modelo de regressão linear múltipla: Yi = β0 + β1X1i+ β2 X2i+ εi.
É CORRETO afirmar, tomando Gujarati (2000), que:
A relação entre variáveis aleatórias é frequentemente avaliada e estudada em estatística por meio de medições ou cálculos de correlação e técnicas de regressão.
Considere que está sendo avaliada por um estudante apenas a relação entre duas variáveis X e Y, de modo que um conjunto de pares ordenados (X; Y) são observados. A partir desses pares (X; Y), um diagrama de dispersão é obtido por meio da localização de pontos associados a cada par ordenado em um sistema de coordenadas retangulares. Em seguida, o estudante analisa esses pontos e chega a algumas conclusões.
Sabendo que R é o coeficiente de correlação linear entre X e Y, assinale a alternativa que apresenta uma conclusão coerente do estudante, conforme a sua análise e a ciência estatística.
Um eletricista, responsável pela manutenção elétrica, vai montar n resistores em um circuito em série. Supondo que a resistência de cada resistor tenha a seguinte função: densidade de probabilidade: fR(r)=λe−λ(r−α), r ≥α, estabeleça a função geradora de momentos de R.
Foi feito um estudo entre a relação do tempo sobre a população de certa espécie de bactérias e obtiveram os seguintes resultados: x=17,5; y=2,9947; ∑(x−x)(y−y)=−16,199 e ∑(x−x)2=857,5. Partindo dos resultados, encontre o modelo de regressão linear do tempo sobre a população de certa espécie de bactérias:
Com relação ao modelo de regressão linear (y = a + βx), analise as afirmativas seguintes:
I- o coeficiente β mede a inclinação da reta de regressão;
II- o coeficiente a mede o valor de y quando x é igual a zero;
III- x é a variável independente (ou variável preditora), a ser usada para explicar o comportamento de y que é a variável dependente (ou variável resposta).
Marque a alternativa correta.
Conheça nossos planos