Questões de Concurso Público TJ-AM 2019 para Analista Judiciário - Estatística

Um modelo de regressão linear foi ajustado para explicar os sintomas de transtornos mentais (T) em função da violência intrafamiliar (V) e do inventário do clima familiar (C). A forma desse modelo é dada por T = b₀ + b₁V + b₂C + ε, em que ε representa o erro aleatório normal com média zero e desvio padrão σ, e b₀, b₁ e b₂ são os coeficientes do modelo. A tabela a seguir mostra os resultados da análise de variância (ANOVA) do referido modelo.

Com base na tabela e nas informações apresentadas, julgue o item a seguir

A estimativa do desvio padrão σ foi igual ou inferior a 3.

Um modelo de regressão linear foi ajustado para explicar os sintomas de transtornos mentais (T) em função da violência intrafamiliar (V) e do inventário do clima familiar (C). A forma desse modelo é dada por T = b₀ + b₁V + b₂C + ε, em que ε representa o erro aleatório normal com média zero e desvio padrão σ, e b₀, b₁ e b₂ são os coeficientes do modelo. A tabela a seguir mostra os resultados da análise de variância (ANOVA) do referido modelo.

Com base na tabela e nas informações apresentadas, julgue o item a seguir

O tamanho da amostra utilizada para o ajuste do referido modelo de regressão foi igual a 25.

Um modelo de regressão linear foi ajustado para explicar os sintomas de transtornos mentais (T) em função da violência intrafamiliar (V) e do inventário do clima familiar (C). A forma desse modelo é dada por T = b₀ + b₁V + b₂C + ε, em que ε representa o erro aleatório normal com média zero e desvio padrão σ, e b₀, b₁ e b₂ são os coeficientes do modelo. A tabela a seguir mostra os resultados da análise de variância (ANOVA) do referido modelo.

Com base na tabela e nas informações apresentadas, julgue o item a seguir

Com relação ao teste linear geral, a hipótese nula H₀ : b₁ = b₂ = 0 não seria rejeitada caso fosse escolhido para esse teste um nível de significância igual ou superior a 1%.

Um modelo de regressão linear foi ajustado para explicar os sintomas de transtornos mentais (T) em função da violência intrafamiliar (V) e do inventário do clima familiar (C). A forma desse modelo é dada por T = b₀ + b₁V + b₂C + ε, em que ε representa o erro aleatório normal com média zero e desvio padrão σ, e b₀, b₁ e b₂ são os coeficientes do modelo. A tabela a seguir mostra os resultados da análise de variância (ANOVA) do referido modelo.

Com base na tabela e nas informações apresentadas, julgue o item a seguir

A variância amostral da variável dependente T foi igual a 10.

Um modelo de regressão linear foi ajustado para explicar os sintomas de transtornos mentais (T) em função da violência intrafamiliar (V) e do inventário do clima familiar (C). A forma desse modelo é dada por T = b₀ + b₁V + b₂C + ε, em que ε representa o erro aleatório normal com média zero e desvio padrão σ, e b₀, b₁ e b₂ são os coeficientes do modelo. A tabela a seguir mostra os resultados da análise de variância (ANOVA) do referido modelo.

Com base na tabela e nas informações apresentadas, julgue o item a seguir

Conjuntamente, segundo o modelo ajustado, a violência intrafamiliar e o inventário do clima familiar explicam 60,8% da variabilidade total dos sintomas de transtornos mentais.

Um estudo considerou um modelo de regressão linear simples na forma y = 0,8x + b + ε, em que y é a variável dependente, x representa a variável explicativa do modelo, o coeficiente b denomina-se intercepto e ε é um erro aleatório que possui média nula e desvio padrão σ. Sabe-se que a variável y segue a distribuição normal padrão e que o modelo apresenta coeficiente de determinação R² igual a 85%. Com base nessas informações, julgue o item que se segue.

O erro aleatório ε segue a distribuição normal padrão.

Um estudo considerou um modelo de regressão linear simples na forma y = 0,8x + b + ε, em que y é a variável dependente, x representa a variável explicativa do modelo, o coeficiente b denomina-se intercepto e ε é um erro aleatório que possui média nula e desvio padrão σ. Sabe-se que a variável y segue a distribuição normal padrão e que o modelo apresenta coeficiente de determinação R² igual a 85%. Com base nessas informações, julgue o item que se segue.

A média da variável regressora x é superior a 1

Um estudo considerou um modelo de regressão linear simples na forma y = 0,8x + b + ε, em que y é a variável dependente, x representa a variável explicativa do modelo, o coeficiente b denomina-se intercepto e ε é um erro aleatório que possui média nula e desvio padrão σ. Sabe-se que a variável y segue a distribuição normal padrão e que o modelo apresenta coeficiente de determinação R² igual a 85%. Com base nessas informações, julgue o item que se segue.

A correlação linear entre as variáveis x e y é superior a 0,9.

Um estudo considerou um modelo de regressão linear simples na forma y = 0,8x + b + ε, em que y é a variável dependente, x representa a variável explicativa do modelo, o coeficiente b denomina-se intercepto e ε é um erro aleatório que possui média nula e desvio padrão σ. Sabe-se que a variável y segue a distribuição normal padrão e que o modelo apresenta coeficiente de determinação R² igual a 85%. Com base nessas informações, julgue o item que se segue

O desvio padrão de x é superior a 1.

Um estudo considerou um modelo de regressão linear simples na forma y = 0,8x + b + ε, em que y é a variável dependente, x representa a variável explicativa do modelo, o coeficiente b denomina-se intercepto e ε é um erro aleatório que possui média nula e desvio padrão σ. Sabe-se que a variável y segue a distribuição normal padrão e que o modelo apresenta coeficiente de determinação R² igual a 85%. Com base nessas informações, julgue o item que se segue.

O intercepto do referido modelo é igual ou superior a 0,8

Um modelo de regressão linear múltipla tem a forma y = β₀ + β₁X₁ + β₂X₂ + ε, em que β₀, β₁ e β₂ são os coeficientes do modelo e ε denota o erro aleatório normal com média nula e desvio padrão σ. As variáveis regressoras X₁ e X₂ são ortogonais. O quadro a seguir mostra as estimativas dos coeficientes do modelo obtidas pelo método da máxima verossimilhança a partir de uma amostra de tamanho n = 20. Nesse quadro, para cada coeficiente β_k, k = 0, 1, 2, a razão t refere-se ao seu teste de significância H₀ : β_k = 0 versus H₁ : β_k … 0.

Com base nessas informações e no quadro apresentado, julgue o próximo item.

O erro padrão da estimativa do coeficiente β₁ foi superior a 0,3

Um modelo de regressão linear múltipla tem a forma y = β₀ + β₁X₁ + β₂X₂ + ε, em que β₀, β₁ e β₂ são os coeficientes do modelo e ε denota o erro aleatório normal com média nula e desvio padrão σ. As variáveis regressoras X₁ e X₂ são ortogonais. O quadro a seguir mostra as estimativas dos coeficientes do modelo obtidas pelo método da máxima verossimilhança a partir de uma amostra de tamanho n = 20. Nesse quadro, para cada coeficiente β_k, k = 0, 1, 2, a razão t refere-se ao seu teste de significância H₀ : β_k = 0 versus H₁ : β_k … 0.

Com base nessas informações e no quadro apresentado, julgue o próximo item.

A estimativa do coeficiente β₀, com base no método de mínimos quadrados ordinários, foi igual a 15. 

Um modelo de regressão linear múltipla tem a forma y = β₀ + β₁X₁ + β₂X₂ + ε, em que β₀, β₁ e β₂ são os coeficientes do modelo e ε denota o erro aleatório normal com média nula e desvio padrão σ. As variáveis regressoras X₁ e X₂ são ortogonais. O quadro a seguir mostra as estimativas dos coeficientes do modelo obtidas pelo método da máxima verossimilhança a partir de uma amostra de tamanho n = 20. Nesse quadro, para cada coeficiente β_k, k = 0, 1, 2, a razão t refere-se ao seu teste de significância H₀ : β_k = 0 versus H₁ : β_k … 0.

Com base nessas informações e no quadro apresentado, julgue o próximo item.

A correlação linear entre X₁ e X₂ é positiva.

Um modelo de regressão linear múltipla tem a forma y = β₀ + β₁X₁ + β₂X₂ + ε, em que β₀, β₁ e β₂ são os coeficientes do modelo e ε denota o erro aleatório normal com média nula e desvio padrão σ. As variáveis regressoras X₁ e X₂ são ortogonais. O quadro a seguir mostra as estimativas dos coeficientes do modelo obtidas pelo método da máxima verossimilhança a partir de uma amostra de tamanho n = 20. Nesse quadro, para cada coeficiente β_k, k = 0, 1, 2, a razão t refere-se ao seu teste de significância H₀ : β_k = 0 versus H₁ : β_k … 0.

Com base nessas informações e no quadro apresentado, julgue o próximo item.

A razão t referente à estimativa do coeficiente β₂ possui 20 graus de liberdade. 

Um modelo de regressão linear múltipla tem a forma y = β₀ + β₁X₁ + β₂X₂ + ε, em que β₀, β₁ e β₂ são os coeficientes do modelo e ε denota o erro aleatório normal com média nula e desvio padrão σ. As variáveis regressoras X₁ e X₂ são ortogonais. O quadro a seguir mostra as estimativas dos coeficientes do modelo obtidas pelo método da máxima verossimilhança a partir de uma amostra de tamanho n = 20. Nesse quadro, para cada coeficiente β_k, k = 0, 1, 2, a razão t refere-se ao seu teste de significância H₀ : β_k = 0 versus H₁ : β_k … 0.

Com base nessas informações e no quadro apresentado, julgue o próximo item.

Retirando-se a variável X₂, o modelo ajustado é uma reta de regressão na forma

Um modelo de regressão linear múltipla tem a forma y = β₀ + β₁X₁ + β₂X₂ + ε, em que β₀, β₁ e β₂ são os coeficientes do modelo e ε denota o erro aleatório normal com média nula e desvio padrão σ. As variáveis regressoras X₁ e X₂ são ortogonais. O quadro a seguir mostra as estimativas dos coeficientes do modelo obtidas pelo método da máxima verossimilhança a partir de uma amostra de tamanho n = 20. Nesse quadro, para cada coeficiente β_k, k = 0, 1, 2, a razão t refere-se ao seu teste de significância H₀ : β_k = 0 versus H₁ : β_k ≠ 0.

Com base nessas informações e no quadro apresentado, julgue o próximo item.

A hipótese nula H₀ : β₂ = 0 é rejeitada para o nível de significância do teste α = 5%.

No modelo de regressão linear simples na forma matricial Y = Xβ + ε , Y denota o vetor de respostas, X representa a matriz de delineamento (ou matriz de desenho), β é o vetor de coeficientes do modelo e ε é o vetor de erros aleatórios independentes e identicamente distribuídos. Tem-se também que X´Y = e (X´X) ^-1 = em que X´ é a matriz transposta de X. Com base nessas informações, julgue o próximo item, considerando que a variância do erro aleatório é 

O referido modelo possui uma única variável regressora.

No modelo de regressão linear simples na forma matricial Y = Xβ + ε , Y denota o vetor de respostas, X representa a matriz de delineamento (ou matriz de desenho), β é o vetor de coeficientes do modelo e ε é o vetor de erros aleatórios independentes e identicamente distribuídos. Tem-se também que X´Y = e (X´X) ^-1 = em que X´ é a matriz transposta de X. Com base nessas informações, julgue o próximo item, considerando que a variância do erro aleatório é 

A estimativa do vetor de coeficientes é 

No modelo de regressão linear simples na forma matricial Y = Xβ + ε , Y denota o vetor de respostas, X representa a matriz de delineamento (ou matriz de desenho), β é o vetor de coeficientes do modelo e ε é o vetor de erros aleatórios independentes e identicamente distribuídos. Tem-se também que X´Y = e (X´X) ^-1 = em que X´ é a matriz transposta de X. Com base nessas informações, julgue o próximo item, considerando que a variância do erro aleatório é 

Se a variância de cada erro aleatório fosse igual a 4, as variâncias dos estimadores dos coeficientes do modelo seriam iguais a 2.

No modelo de regressão linear simples na forma matricial Y = Xβ + ε , Y denota o vetor de respostas, X representa a matriz de delineamento (ou matriz de desenho), β é o vetor de coeficientes do modelo e ε é o vetor de erros aleatórios independentes e identicamente distribuídos. Tem-se também que X´Y = e (X´X) ^-1 = em que X´ é a matriz transposta de X. Com base nessas informações, julgue o próximo item, considerando que a variância do erro aleatório é 

Se representa o modelo ajustado, então Var( ) = Var(g) = σ² × I, em que I é uma matriz identidade e σ² representa a variância dos erros aleatórios.