Questões de Concurso
Sobre regressão linear em estatística
Foram encontradas 352 questões
Ano: 2023
Banca:
IV - UFG
Órgão:
MPE-AC
Prova:
CS-UFG - 2023 - MPE-AC - Analista Ministerial - Estatística |
Q2341826
Estatística
Considere um problema de regressão linear múltipla, commodelo dado por Y = Xβ + ε. Analisando a matriz X′X,observou-se que: o valor do determinante é próximo de zero,um ou mais autovalores assumem valores pequenos, e apresença de elementos fora da diagonal principal comvalores próximos de -1 ou de 1. Tais observações indicam apresença de
Ano: 2023
Banca:
IV - UFG
Órgão:
MPE-AC
Prova:
CS-UFG - 2023 - MPE-AC - Analista Ministerial - Estatística |
Q2341814
Estatística
Durante a verificação das suposições do modelo de
regressão linear, os resíduos externamente studentizados
(do inglês externally studentized residual) (tἰ ) são
apresentados graficamente com os valores preditos 
na
figura a seguir.
Fonte: MONTGOMERY, Douglas C.; PECK, Elizabeth A.; VINING, G. Geoffrey. Introduction to linear regression analysis. John Wiley & Sons, 2012.
Qual violação das suposições do modelo linear pode ser verificada na figura?
na
figura a seguir. Fonte: MONTGOMERY, Douglas C.; PECK, Elizabeth A.; VINING, G. Geoffrey. Introduction to linear regression analysis. John Wiley & Sons, 2012.
Qual violação das suposições do modelo linear pode ser verificada na figura?
Ano: 2022
Banca:
CESPE / CEBRASPE
Órgão:
PC-PB
Prova:
CESPE / CEBRASPE - 2022 - PC-PB - Agente de Investigação |
Q2339669
Estatística
Para as variáveis Y e X , em que Y denota a variável resposta e X representa a variável regressora, a correlação linear de Pearson
entre Y e X é 0,8, o desvio padrão amostral de Y é 2, e o desvio
padrão amostral de X é 4. Nesse caso, a estimativa de mínimos
quadrados ordinários do coeficiente angular da reta de regressão
linear simples é igual a
Ano: 2023
Banca:
IBFC
Órgão:
EBSERH
Prova:
IBFC - 2023 - EBSERH - Analista Administrativo - Estatística |
Q2332935
Estatística
As variáveis número de horas de treinamento
preventivo e número de acidentes de trabalho
foram analisadas e forneceram a seguinte
equação de regressão linear: Y previsto = 8,5 –
0,006X. Esta equação permite afirmar que:
Q2285488
Estatística
Considere as seguintes afirmativas:
I. Na análise de correlação, o objetivo principal é medir a força ou o grau de associação linear entre duas variáveis.
II. Na análise de variância de um modelo de regressão múltipla, aplica-se a estatística F para testar a significância de cada parâmetro da equação de regressão individualmente.
III. O coeficiente de determinação linear, R2 , mede a proporção de variação da variável dependente explicada pela(s) variável(is) explicativa(s).
IV. Na análise de regressão, o objetivo é estimar ou prever o valor médio de uma variável com base nos valores fixos de outras.
Assinale a alternativa CORRETA:
I. Na análise de correlação, o objetivo principal é medir a força ou o grau de associação linear entre duas variáveis.
II. Na análise de variância de um modelo de regressão múltipla, aplica-se a estatística F para testar a significância de cada parâmetro da equação de regressão individualmente.
III. O coeficiente de determinação linear, R2 , mede a proporção de variação da variável dependente explicada pela(s) variável(is) explicativa(s).
IV. Na análise de regressão, o objetivo é estimar ou prever o valor médio de uma variável com base nos valores fixos de outras.
Assinale a alternativa CORRETA:
Ano: 2023
Banca:
FGV
Órgão:
TJ-SE
Prova:
FGV - 2023 - TJ-SE - Analista Judiciário - Especialidade - Estatística |
Q2283356
Estatística
Em um modelo de regressão linear simples, se o coeficiente
angular é zero, conclui-se que:
Q2272482
Estatística
Texto associado
Considere um modelo de regressão linear múltipla, onde o nível de glicose (Y) do indivíduo foi
modelado de acordo com a idade em anos (X1), número de horas de atividade física por semana
(X2) e ingestão diária de calorias por semana em milhares (X3). Suponha que foi obtida a
seguinte equação de regressão fazendo o estimador de mínimos quadrados:
Y= 80 + 2 X1 -15 X2 + 20 X3
Considere também 4 indivíduos dessa amostra:
I) Idade de 50 anos, 6 horas de atividade física por semana e ingestão de 3 mil calorias.
II) Idade de 75 anos, 4 horas de atividade física por semana e ingestão de 2 mil calorias.
III) Idade de 40 anos, 2 horas de atividade física por semana e ingestão de 4 mil calorias.
IV) Idade de 30 anos, 8 horas de atividade física por semana e ingestão de 5 mil calorias.
De acordo com as informações acima, responda a questão.
De acordo com a equação de regressão, se mantiverem a mesma alimentação, qual indivíduo
precisará fazer mais horas de atividade física para que sua taxa de glicose fique dentro do
aceitável (100 ou menos)?
Q2272481
Estatística
Texto associado
Considere um modelo de regressão linear múltipla, onde o nível de glicose (Y) do indivíduo foi
modelado de acordo com a idade em anos (X1), número de horas de atividade física por semana
(X2) e ingestão diária de calorias por semana em milhares (X3). Suponha que foi obtida a
seguinte equação de regressão fazendo o estimador de mínimos quadrados:
Y= 80 + 2 X1 -15 X2 + 20 X3
Considere também 4 indivíduos dessa amostra:
I) Idade de 50 anos, 6 horas de atividade física por semana e ingestão de 3 mil calorias.
II) Idade de 75 anos, 4 horas de atividade física por semana e ingestão de 2 mil calorias.
III) Idade de 40 anos, 2 horas de atividade física por semana e ingestão de 4 mil calorias.
IV) Idade de 30 anos, 8 horas de atividade física por semana e ingestão de 5 mil calorias.
De acordo com as informações acima, responda a questão.
De acordo com a equação de regressão, quais indivíduos têm o mesmo valor esperado de
glicose?
Q2272477
Estatística
Ao fazer o ajuste do modelo de regressão, foi obtida a seguinte reta apresentada na figura
abaixo:
De acordo com a figura, os valores estimados do Intercepto (alpha) e coeficiente angular (beta) são dados respectivamente por
De acordo com a figura, os valores estimados do Intercepto (alpha) e coeficiente angular (beta) são dados respectivamente por
Ano: 2008
Banca:
CESPE / CEBRASPE
Órgão:
IPEA
Provas:
CESPE / CEBRASPE - 2008 - IPEA - Técnico de Planejamento e Pesquisa - Economia e Relações Internacionais
|
CESPE / CEBRASPE - 2008 - IPEA - Técnico de Planejamento e Pesquisa - Estado, Instituições e Democracia |
CESPE / CEBRASPE - 2008 - IPEA - Técnico de Planejamento e Pesquisa - Estruturas Tecnológica, Produtiva e Regional |
CESPE / CEBRASPE - 2008 - IPEA - Técnico de Planejamento e Pesquisa - Macroeconomia e Tópicos de Desenvolvimento Econômico |
Q2271327
Estatística
Texto associado
Um levantamento estatístico foi realizado sobre duas grandes populações A e B. A população A consiste dos agricultores familiares que aderiram ao Programa Nacional de Fortalecimento da Agricultura Familiar (PRONAF); a população B é formada pelos agricultores familiares que não aderiram ao PRONAF. De cada população foi retirada uma amostra aleatória simples de 100 agricultores. A partir dos dados levantados, o estudo produziu estatísticas sobre a renda e o nível de vida desses agricultores. Dos agricultores aderentes ao PRONAF, metade tinha renda mensal inferior a R$ 750,00, enquanto que, daqueles que não aderiram ao PRONAF, metade tinha renda inferior a R$ 500,00. A partir dos dados da pesquisa, para cada agricultor, foi calculado um indicador de nível de vida, X, que varia entre 0 e 1. O valor médio de X relativo à amostra dos 100 agricultores aderentes ao PRONAF foi igual a 0,75. As tabelas abaixo apresentam outros resultados desse levantamento estatístico.
Com base nas informações apresentadas acima, e considerando que Φ(2) = 0,977, em que Φ(z) representa a função de distribuição acumulada da distribuição normal padrão, julgue o item.
Para os agricultores aderentes ao PRONAF, a tendência linear com intercepto não-nulo entre o indicador X e a renda mensal Y, ajustada pelo método de mínimos quadrados, é expressa por Y = 0,7X + 900.
Para os agricultores aderentes ao PRONAF, a tendência linear com intercepto não-nulo entre o indicador X e a renda mensal Y, ajustada pelo método de mínimos quadrados, é expressa por Y = 0,7X + 900.
Q2269434
Estatística
Um gerente de vendas está analisando a relação entre o investimento em publicidade em milhares de
reais (variável independente, X) e as vendas mensais em milhares de reais (variável dependente, Y) de
um determinado produto. Ele coleta dados de 20 meses e ajusta um modelo de regressão linear simples
para os dados. A partir desses dados foram calculados
Os valores de A, B e C na tabela definida acima são:
Os valores de A, B e C na tabela definida acima são:
Q2269419
Estatística
Um pesquisador decide estudar a relação de uma
variável dependente Y e uma variável independente
X através de uma análise de regressão linear. Ele
observa uma amostra de tamanho 22 do par (X, Y),
e faz um gráfico de dispersão entre os pontos dessa
amostra, que é apresentado a seguir:
Com relação aos pares de pontos destacados com símbolo x e triângulo, pode-se afirmar:
Com relação aos pares de pontos destacados com símbolo x e triângulo, pode-se afirmar:
Q2269418
Estatística
Uma pesquisa foi realizada para analisar a
relação entre a quantidade de horas de estudo
semanal (variável independente) e o desempenho
acadêmico (variável dependente) dos estudantes
de uma universidade. Um modelo de regressão
linear simples foi ajustado para uma amostra de
tamanho 500, e os seguintes resultados foram
obtidos:
I - Coeficiente estimado para a variável horas de estudo (x): 0.75.
II - Erro padrão do coeficiente estimado para a variável horas de estudo: 0.05.
Com base nessas informações, selecione a alternativa correta com relação ao coeficiente estimado para a variável de estudo.
I - Coeficiente estimado para a variável horas de estudo (x): 0.75.
II - Erro padrão do coeficiente estimado para a variável horas de estudo: 0.05.
Com base nessas informações, selecione a alternativa correta com relação ao coeficiente estimado para a variável de estudo.
Ano: 2012
Banca:
FGV
Órgão:
Senado Federal
Prova:
FGV - 2012 - Senado Federal - Consultor Legislativo - Assessoramento em Orçamentos |
Q2258364
Estatística
A tabela apresenta o número de acidentes ocorridos (x) em uma empresa nos últimos seis meses e as despesas médicas
correspondentes (y, em R$). 
Representando graficamente esses pontos tem-se o gráfico abaixo:
Ajustando uma reta aos pontos pelo critério dos mínimos quadrados pode-se estimar as despesas médicas para o caso de termos 500 acidentes. Essa estimativa será igual a
Representando graficamente esses pontos tem-se o gráfico abaixo:
Ajustando uma reta aos pontos pelo critério dos mínimos quadrados pode-se estimar as despesas médicas para o caso de termos 500 acidentes. Essa estimativa será igual a
Ano: 2006
Banca:
FCC
Órgão:
BACEN
Prova:
FCC - 2006 - BACEN - Analista do Banco Central - Área 3 - Conhecimentos Específicos |
Q2254429
Estatística
A análise do comportamento das vendas de uma empresa
durante os últimos anos permitiu apurar uma tendência
linear de crescimento ao longo do tempo com sazonalidade.
Por meio do método dos mínimos quadrados, a empresa deduziu a reta de tendência como sendo Yt = 5 + 25 t, em que Yt são as vendas, em milhares de reais, em t, que representa o trimestre correspondente das vendas (t = 1 é o primeiro trimestre de 2001; t = 2 é o segundo trimestre de 2001, e assim por diante).
Esta empresa poderá adotar o modelo multiplicativo, caso se verifique que os movimentos estejam associados ao nível de tendência, ou adotar o modelo aditivo, caso se verifique movimentos em torno da tendência que não dependam de seu nível.
O quadro a seguir fornece os fatores sazonais, caso seja adotado o modelo multiplicativo, e as médias das diferenças (vendas observadas menos vendas obtidas pela tendência) por trimestre, caso seja adotado o modelo aditivo.
A previsão de vendas, em milhares de reais, para o primeiro trimestre de 2006 é
Por meio do método dos mínimos quadrados, a empresa deduziu a reta de tendência como sendo Yt = 5 + 25 t, em que Yt são as vendas, em milhares de reais, em t, que representa o trimestre correspondente das vendas (t = 1 é o primeiro trimestre de 2001; t = 2 é o segundo trimestre de 2001, e assim por diante).
Esta empresa poderá adotar o modelo multiplicativo, caso se verifique que os movimentos estejam associados ao nível de tendência, ou adotar o modelo aditivo, caso se verifique movimentos em torno da tendência que não dependam de seu nível.
O quadro a seguir fornece os fatores sazonais, caso seja adotado o modelo multiplicativo, e as médias das diferenças (vendas observadas menos vendas obtidas pela tendência) por trimestre, caso seja adotado o modelo aditivo.
A previsão de vendas, em milhares de reais, para o primeiro trimestre de 2006 é
Ano: 2006
Banca:
FCC
Órgão:
BACEN
Prova:
FCC - 2006 - BACEN - Analista do Banco Central - Área 3 - Conhecimentos Específicos |
Q2254428
Estatística
Texto associado
Uma das principais aplicações da Econometria tem
sido sua utilização na obtenção de modelos que explicam a procura de produtos nos diversos setores da Economia. Por exemplo, em um determinado país, adotou-se o
modelo zi = α + βxi + γyi + εi para avaliar a demanda per capita
de um determinado produto, com base em observações nos
últimos dez anos.
Dados:
• zi = ln(Qi
), em que ln é o logaritmo neperiano
(ln(e) 1) e Qi
um índice representando a demanda
per capita do produto no ano i;
• xi = ln(Pi
), em que Pi é o índice de preço do produto no
ano i;
• yi = ln(Ri
), em que Ri é a renda per capita do país no
ano i;
• α, β, e γ são parâmetros desconhecidos;
• εi é o erro aleatório com as respectivas hipóteses consideradas para o modelo de regressão linear múltipla.
Utilizando o método dos mínimos quadrados, obteve-se a
equação do plano :
^zi = 4 – 0,12xi + 0,76 yi
Dados obtidos do quadro de análise de variância:
Soma dos quadrados referente à regressão: 0,6160
Variação residual: 0,0140
Com relação à equação do plano ajustado pelo método dos
mínimos quadrados e considerando o quadro de análise de
variância correspondente, é correto afirmar que:
Ano: 2006
Banca:
FCC
Órgão:
BACEN
Prova:
FCC - 2006 - BACEN - Analista do Banco Central - Área 3 - Conhecimentos Específicos |
Q2254427
Estatística
Texto associado
Uma das principais aplicações da Econometria tem
sido sua utilização na obtenção de modelos que explicam a procura de produtos nos diversos setores da Economia. Por exemplo, em um determinado país, adotou-se o
modelo zi = α + βxi + γyi + εi para avaliar a demanda per capita
de um determinado produto, com base em observações nos
últimos dez anos.
Dados:
• zi = ln(Qi
), em que ln é o logaritmo neperiano
(ln(e) 1) e Qi
um índice representando a demanda
per capita do produto no ano i;
• xi = ln(Pi
), em que Pi é o índice de preço do produto no
ano i;
• yi = ln(Ri
), em que Ri é a renda per capita do país no
ano i;
• α, β, e γ são parâmetros desconhecidos;
• εi é o erro aleatório com as respectivas hipóteses consideradas para o modelo de regressão linear múltipla.
Utilizando o método dos mínimos quadrados, obteve-se a
equação do plano :
^zi = 4 – 0,12xi + 0,76 yi
Dados obtidos do quadro de análise de variância:
Soma dos quadrados referente à regressão: 0,6160
Variação residual: 0,0140
Considerando a equação do plano obtida pelo método dos
mínimos quadrados para esse país, o valor da previsão
em um determinado ano do índice de demanda per capita
Q do produto analisado em função do índice de preço P e
uma renda per capita R (P . Q ≠ 0) pode ser obtido pela
fórmula:
Ano: 2006
Banca:
FCC
Órgão:
BACEN
Prova:
FCC - 2006 - BACEN - Analista do Banco Central - Área 3 - Conhecimentos Específicos |
Q2254425
Estatística
Texto associado
Uma empresa, com a finalidade de determinar a relação entre os gastos anuais com propaganda (X), em R$ 1 000,00, e o lucro bruto anual (Y), em R$ 1 000,00, optou por utilizar o modelo linear simples Yi = α + β Xi + εi, em que Yi é o valor do lucro bruto auferido no ano i, Xi é o valor gasto com propaganda no ano i e εi o erro aleatório com as respectivas hipóteses consideradas para a regressão linear simples (α e β são parâmetros desconhecidos).
Considerou, para o estudo, as seguintes informações referentes às observações nos últimos 10 anos da empresa:
Utilizando a equação da reta obtida pelo método dos
mínimos quadrados, tem-se que, caso haja um gasto
anual com propaganda de 80 mil reais, a previsão do lucro
bruto anual, em mil reais, será de
Ano: 2007
Banca:
FCC
Órgão:
TRF - 2ª REGIÃO
Prova:
FCC - 2007 - TRF - 2ª REGIÃO - Analista Judiciário - Estatística |
Q2251215
Estatística
Um administrador deseja construir um modelo de previsão
do valor dos salários recebidos pela categoria A de
trabalhadores. Para a construção do modelo foram
coletadas as informações relativas ao salário inicial em
reais, número de meses de experiência anterior ao
emprego atual e tempo de permanência em meses no
emprego atual. Ao final foi estimado o seguinte modelo de
previsão de salário: salário atual = 1,9 (salário inicial) + 0,10
(meses de permanência no emprego atual) – 22,5 (meses
de experiência anterior). A técnica de análise estatística
utilizada para a construção deste modelo foi
Ano: 2007
Banca:
FCC
Órgão:
TRF - 2ª REGIÃO
Prova:
FCC - 2007 - TRF - 2ª REGIÃO - Analista Judiciário - Estatística |
Q2251197
Estatística
Considere as seguintes afirmações relativas ao modelo de
regressão linear com heterocedasticidade.
I. Os estimadores de mínimos quadrados usuais são viciados e não têm variância mínima.
II. Uma forma de se detectar a existência de heterocedasticidade é através da análise de resíduos.
III. As estimativas das variâncias dos parâmetros estimados pelo método de mínimos quadrados usuais serão viciadas.
IV. Uma forma de se detectar a existência de heterocedasticidade é através do método de Newton-Raphson.
Está correto o que se afirma APENAS em
I. Os estimadores de mínimos quadrados usuais são viciados e não têm variância mínima.
II. Uma forma de se detectar a existência de heterocedasticidade é através da análise de resíduos.
III. As estimativas das variâncias dos parâmetros estimados pelo método de mínimos quadrados usuais serão viciadas.
IV. Uma forma de se detectar a existência de heterocedasticidade é através do método de Newton-Raphson.
Está correto o que se afirma APENAS em
Conheça nossos planos