Questões de Concurso Público STM 2018 para Analista Judiciário - Estatística
Foram encontradas 20 questões
Considerando que seja uma variável resposta ajustada por um modelo de regressão em função de uma variável explicativa X, que x1, ... ,xn representem as réplicas de X e que â e sejam as estimativas dos parâmetros do modelo, julgue o item a seguir.
No método de mínimos quadrados, a condição de estimativas
não viesadas significa que os erros terão variância positiva.
Considerando que seja uma variável resposta ajustada por um modelo de regressão em função de uma variável explicativa X, que x1, ... ,xn representem as réplicas de X e que â e sejam as estimativas dos parâmetros do modelo, julgue o item a seguir.
Um modelo na forma , em que e , apesar
de ser exponencial em sua estrutura original, é linearizável,
podendo ser tratado pelos métodos de regressão linear.
Considerando que seja uma variável resposta ajustada por um modelo de regressão em função de uma variável explicativa X, que x1, ... ,xn representem as réplicas de X e que â e sejam as estimativas dos parâmetros do modelo, julgue o item a seguir.
Em um modelo linear , com coeficientes obtidos
pelo método dos mínimos quadrados ordinários, sendo ,
a média dos valores estimados de Y é igual à média dos valores
de X multiplicados por
Considerando que seja uma variável resposta ajustada por um modelo de regressão em função de uma variável explicativa X, que x1, ... ,xn representem as réplicas de X e que â e sejam as estimativas dos parâmetros do modelo, julgue o item a seguir.
Em um modelo linear , a hipótese de
homoscedastiscidade significa que a variância dos erros deve
ser constante, e o valor esperado dos erros deve ser zero.
Considerando que seja uma variável resposta ajustada por um modelo de regressão em função de uma variável explicativa X, que x1, ... ,xn representem as réplicas de X e que â e sejam as estimativas dos parâmetros do modelo, julgue o item a seguir.
No modelo linear Y = α + βX + e, considere que para cada
valor xi de X corresponda um erro ei
, que é uma variável
aleatória. Nessa situação, a hipótese de erros não
autocorrelacionados implica que cov(ei
, ej
) = 0 para i ≠ j.