Questões de Concurso
Sobre regressão linear em estatística
Foram encontradas 349 questões
1 > x <- c(2,1,3,5,6)
2 > y <- matrix(1:25, nrow = 5)
Com base no código precedente, escrito em R, em que os números à esquerda do sinal “>” indicam o número da linha do código, julgue o item a seguir, assumindo que a tecla Enter foi pressionada após cada linha de comando do código.
O comando x + 1 e o comando c(x,1) produzem o mesmo resultado.
1 > x <- c(2,1,3,5,6)
2 > y <- matrix(1:25, nrow = 5)
Com base no código precedente, escrito em R, em que os números à esquerda do sinal “>” indicam o número da linha do código, julgue o item a seguir, assumindo que a tecla Enter foi pressionada após cada linha de comando do código.
O comando p <- x * y produzirá a variável p, que é a matriz produto resultante da multiplicação do vetor-linha x pela matriz y.
Em relação às informações precedentes, julgue o próximo item, considerando que o percentil 95% de uma distribuição F, com 1 grau de liberdade no numerador e 47 graus de liberdade no denominador, é igual a 4,05, e que o percentil 95% de uma distribuição qui-quadrado com 47 graus de liberdade é 64.
Se ε segue uma distribuição normal, o estimador de máxima verossimilhança e o estimador de mínimos quadrados geram as mesmas estimativas para α e β.
( ) O erro médio quadrático é uma métrica típica de erro em problemas de regressão cujo valor varia entre 0 e 1.
( ) Pode-se afirmar que o conjunto de dados C1 está melhor ajustado ao modelo do que o conjunto de dados C2.
( ) Pode-se afirmar que para melhorar o ajuste do conjunto de dados C2 é preciso aumentar seu tamanho.
As afirmativas são, respectivamente,
Os dados coletados foram os seguintes:
Se necessário, utilize as informações a seguir:
∑x=30, ∑y=300, ∑x⋅y=1900, ∑x 2=220, ∑y 2=18250.
Com base nesses dados, a equação da reta de regressão, em que y é a variável dependente, é dada por
(2, 3), (4, 5), (6, 7), (8, 9), (10, 11)
A estimativa pelo método dos mínimos quadrados do coeficiente angular da reta de regressão linear Y=A+BX é:
A partir das informações precedentes, julgue o próximo item.
Na situação apresentada, o coeficiente de determinação do modelo ajustado tem valor igual a 0,8.
A reta de regressão de y sobre x permite estimar x para determinados valores de y.
São verificadas a correlação e a regressão linear perfeitas quando todos os pontos amostrais encontram-se sobre uma reta.
Formulada a equação de regressão, pode-se utilizá-la para estimar o valor da variável dependente, dado o valor da variável independente; entretanto, a estimação deve ser feita dentro do intervalo dos valores da variável independente originalmente amostrados.
Em uma curva de regressão de x sobre y, são considerados os desvios verticais para verificação da melhor curva ajustadora.
I. Não-linearidade da relação entre as variáveis. II. Não normalidade dos erros. III. Variância não-constante dos erros (heterocedasticidade). IV. Correlação entre os erros. V. Presença de outliers ou observações atípicas.
Estão corretos os problemas
xA = [2, −2, 0, 1,] e xB = [−4, 0, 2, −4].
Os valores da similaridade de cosseno e da distância de Manhattan entre essas duas instâncias são, respectivamente:
I. A multicolinearidade ocorre quando duas variáveis do modelo, explicando o mesmo fato, contêm informações similares.
II. A autocorrelação serial nos resíduos é um dos pressupostos da Análise de Regressão e ocorre quando o efeito de uma dada variável X influencia as observações seguintes.
III. A homoscedasticidade indica que as variáveis de um modelo de regressão devem ter, obrigatoriamente, a mesma variância.
IV. As condições de normalidade dos resíduos são necessárias para a definição de intervalos de confiança e testes de significância.
Assinale a alternativa CORRETA:
Com base nessas informações, julgue o seguinte item.
Com base nessas informações, julgue o seguinte item.
A correlação linear de Pearson entre a variável resposta e a
regressora é igual ou superior a 0,8.
Com base nessas informações, julgue o seguinte item.
A estimativa de δ2 é igual ou inferior a 3,5.