Questões de Concurso
Comentadas sobre regressão linear em estatística
Foram encontradas 68 questões
Alguns dos resultados aproximados foram:
• Fcalculado = 257,21. • Fsignificância = 5,50E - 23 • intercepto = 34,52; e • inclinação = 0,84
O valor da estatística t de Student e o p − valor para o teste da significância de β1 são, aproximadamente e respectivamente,
I Quando se adiciona variáveis explicativas no modelo de regressão linear, espera-se o incremento da estatística R2 .
II Ao se comparar modelos com diferentes quantidades de variáveis explicativas, deve-se analisar o valor de R2 ajustado.
III O aumento de variáveis explicativas aumenta o R2 ajustado.
IV Ao se estimar um modelo com quatro variáveis explicativas e compará-lo com um modelo com três variáveis explicativas, escolhe-se o modelo que retornar o maior valor de R2 ajustado, tudo o mais constante.
Estão corretos apenas os itens
Se Ŷi = β0 + β1Xi é a reta ajustada pela regressão e se ei = Yi - Ŷi é o resíduo da observação i, i = 1, 2, ..., n, avalie as afirmativas a seguir.
I. 
II. 
III. O ponto 
pertence à reta ajustada.
Assinale a alternativa CORRETA.
O modelo, com 20 observações, foi bem ajustado, atendendo a todos os pressupostos necessários, e os resultados foram:
; soma dos quadrados dos resíduos, 9; variância
de x, 28 e média de x, 22.
O intervalo bilateral de 95% de confiança para predição quando é, aproximadamente:
= 34,50 + 10,20X. Desse modo, o total
gasto com propaganda, sabendo que o total de
vendas foi de R$ 131,40 é igual a:
Uma regressão linear de Y sobre X consiste em obter a equação de uma reta, ou uma função linear, como o modelo que irá melhor representar a relação entre as variáveis; a determinação dos parâmetros dessa reta é denominada ajustamento.
Considerando essas informações, julgue o seguinte item.
Suponha-se que, em uma pesquisa, o coeficiente de
correlação entre duas variáveis X e Y tenha gerado um valor
para o coeficiente de correlação de Pearson de 0,9200.
Nesse caso, considerando-se X a variável independente e Y a
variável dependente, o percentual da variância de Y
explicado por X será de 84,64%.
Julgue o item subsequente, considerando oito pares de valores das variáveis X e Y, tais que ∑ X = 24; ∑ Y = 49; ∑ X ˑ Y = 181; ∑X2 = 100 e ∑Y2 = 343.
A reta dos mínimos quadrados ordinários que representa a
regressão linear simples de Y em X com intercepto não nulo
terá coeficiente linear aproximado de 2,48.
Julgue o item subsequente, considerando oito pares de valores das variáveis X e Y, tais que ∑ X = 24; ∑ Y = 49; ∑ X ˑ Y = 181; ∑X2 = 100 e ∑Y2 = 343.
O coeficiente de correlação de Pearson para os valores
apresentados será negativo, o que indica que a regressão
linear será representada por uma reta decrescente.
Considere o modelo de regressão linear simples, a seguir.
Para uma amostra de 20 observações, foram obtidos os seguintes resultados:
Os estimadores de mínimos quadrados do modelo são,
respectivamente,
Considerando as informações apresentadas no quadro precedente, julgue o item subsequente, acerca de modelos de regressão linear.
A vantagem da medida Cp de Mallows em relação às outras
medidas para a modelagem dos dados por regressão linear é
sua robustez frente a presença de muitos pontos influentes na
amostra.
A tabela ANOVA a seguir se refere ao ajuste de um modelo deregressão linear simples escrito como y = a + bx + ε, cujoscoeficientes foram estimados pelo método da máximaverossimilhança, com ε~N(0, σ2). Os erros em torno da retaesperada são independentes e identicamente distribuídos.
Com base nessas informações, julgue o item a seguir.
Considerando essas informações e sabendo que 
= 0,01, julgue o item seguinte.
O coeficiente de determinação do modelo (R2 ) é igual a 0,8.
Considerando essas informações e sabendo que 
= 0,01, julgue o item seguinte.
A covariância entre a variável resposta (y) e a variável
explicativa (x) é igual ou superior a 0,2.
Considere ainda, para os valores da tabela, que: • a soma dos valores da coluna X é Xsoma= 20; • a média dos valores da coluna X é Xmédia= 5; • a soma dos valores da coluna Y é Ysoma = 24; • a média dos valores da coluna Y é Ymédia = 6;
A partir dessas informações, é correto afirmar que a regressão linear para os dados em questão pode ser definida pela expressão Yi = 2,0 + 0,8·Xi.
, na qual 
denota a média amostral.O desvio padrão da média amostral
é igual a 0,75. , na qual denota a média amostral.O P-valor é uma medida que representa a potência do teste em tela.
Com base nas informações apresentadas na tabela precedente e considerando que a covariância entre as variáveis X e Y seja igual a 3, julgue o item que se segue.
A reta de regressão linear da variável Y em função da
variável X, obtida pelo método de mínimos quadrados
ordinários, pode ser escrita como ŷ = 0,75X + 6,25.A reta de regressão linear da variável Y em função da
variável X, obtida pelo método de mínimos quadrados
ordinários, pode ser escrita como ŷ = 0,75X + 6,25.
.
.
, com o estimador não viesado
da variância dos valores observados, Se=1/n-1
. 
.
Conheça nossos planos