Questões de Concurso Público STM 2018 para Analista Judiciário - Estatística
Foram encontradas 20 questões
A equação seguinte foi obtida de um modelo de regressão linear múltipla ajustado sobre 12 amostras, em que cada valor entre parênteses abaixo do coeficiente representa o erro-padrão desse coeficiente, e representa o erro, D é uma variável dummy que assume o valor 0 caso não ocorra determinado evento e 1 caso ocorra, e X1 e X2 são duas variáveis regressoras.
A tabela de análise de variância (ANOVA) proporcionada pelo referido modelo é apresentada a seguir.
Com base nas informações e na tabela apresentadas, julgue o próximo item.
Fixando-se determinado ponto (X1 , X2), a ocorrência do
evento representado por D faz que a estimativa de Y diminua
em mais de 80 unidades.
A equação seguinte foi obtida de um modelo de regressão linear múltipla ajustado sobre 12 amostras, em que cada valor entre parênteses abaixo do coeficiente representa o erro-padrão desse coeficiente, e representa o erro, D é uma variável dummy que assume o valor 0 caso não ocorra determinado evento e 1 caso ocorra, e X1 e X2 são duas variáveis regressoras.
A tabela de análise de variância (ANOVA) proporcionada pelo referido modelo é apresentada a seguir.
Com base nas informações e na tabela apresentadas, julgue o próximo item.
O coeficiente de determinação ajustado dessa regressão,
, é
maior que o coeficiente de determinação R2
.
Considerando um modelo de regressão linear com erros heteroscedásticos, julgue o item seguinte.
Para corrigir a heteroscedasticidade, como regra geral, é
suficiente fazer a regressão da variável dependente em função
das raízes quadradas das variáveis independentes.
Considerando um modelo de regressão linear com erros heteroscedásticos, julgue o item seguinte.
Para um modelo de regressão linear na forma Y = α + βX + e,
em que Y representa a variável resposta, X é a variável
regressora, e e denota o erro aleatório, o teste de
Goldfeld–Quandt consiste em fazer duas regressões: uma com
os maiores valores de X e outra com os menores valores de X,
e verificar se as variâncias são distintas.
Considerando um modelo de regressão linear com erros heteroscedásticos, julgue o item seguinte.
Para um modelo de regressão linear múltiplo, o teste de White
permite detectar a heteroscedasticidade a partir da regressão de
cada erro estimado da regressão original com as variáveis
explicativas e seus inversos.
Conheça nossos planos