Questões de Concurso Público TJ-SE 2014 para Analista Judiciário - Estatística
Foram encontradas 10 questões
Ano: 2014
Banca:
CESPE / CEBRASPE
Órgão:
TJ-SE
Prova:
CESPE / CEBRASPE - 2014 - TJ-SE - Analista Judiciário - Estatística |
Q410766
Matemática
Com relação aos modelos de regressão, julgue os itens subsecutivos.
O estimador de mínimos quadrados para um modelo de regressão linear simples para uma variável resposta IID, é não viciado e possui mínima variância.
O estimador de mínimos quadrados para um modelo de regressão linear simples para uma variável resposta IID, é não viciado e possui mínima variância.
Ano: 2014
Banca:
CESPE / CEBRASPE
Órgão:
TJ-SE
Prova:
CESPE / CEBRASPE - 2014 - TJ-SE - Analista Judiciário - Estatística |
Q410767
Matemática
Com relação aos modelos de regressão, julgue os itens subsecutivos.
Em um modelo de regressão linear simples, o coeficiente de determinação cresce à medida que a correlação entre a variável resposta e a variável regressora aumenta.
Em um modelo de regressão linear simples, o coeficiente de determinação cresce à medida que a correlação entre a variável resposta e a variável regressora aumenta.
Ano: 2014
Banca:
CESPE / CEBRASPE
Órgão:
TJ-SE
Prova:
CESPE / CEBRASPE - 2014 - TJ-SE - Analista Judiciário - Estatística |
Q410769
Matemática
Com relação aos modelos de regressão, julgue os itens subsecutivos.
Em um modelo de regressão linear, a variância associada às estimativas obtidas pelo método da máxima verossimilhança é menor que as variâncias associadas às estimativas obtidas por mínimos quadrados.
Em um modelo de regressão linear, a variância associada às estimativas obtidas pelo método da máxima verossimilhança é menor que as variâncias associadas às estimativas obtidas por mínimos quadrados.
Ano: 2014
Banca:
CESPE / CEBRASPE
Órgão:
TJ-SE
Prova:
CESPE / CEBRASPE - 2014 - TJ-SE - Analista Judiciário - Estatística |
Q410770
Matemática
Com relação à inferência para os parâmetros de modelos de regressão linear, julgue os seguintes itens.
Em um modelo de regressão linear simples, com resposta Y e variável explicativa X, o valor esperado para a variável resposta no ponto X =
será igual a 
.
Em um modelo de regressão linear simples, com resposta Y e variável explicativa X, o valor esperado para a variável resposta no ponto X =
será igual a .
Ano: 2014
Banca:
CESPE / CEBRASPE
Órgão:
TJ-SE
Prova:
CESPE / CEBRASPE - 2014 - TJ-SE - Analista Judiciário - Estatística |
Q410771
Matemática
Com relação à inferência para os parâmetros de modelos de regressão linear, julgue os seguintes itens.
Em um modelo de regressão linear simples, a média dos valores observados na variável resposta é maior que a média dos valores preditos.
Em um modelo de regressão linear simples, a média dos valores observados na variável resposta é maior que a média dos valores preditos.
Ano: 2014
Banca:
CESPE / CEBRASPE
Órgão:
TJ-SE
Prova:
CESPE / CEBRASPE - 2014 - TJ-SE - Analista Judiciário - Estatística |
Q410772
Matemática
Com relação à inferência para os parâmetros de modelos de regressão linear, julgue os seguintes itens.
Se o coeficiente de inclinação da reta de um modelo de regressão linear simples pode ser escrito como
em que 
para i = 1, ...,n,então 
Se o coeficiente de inclinação da reta de um modelo de regressão linear simples pode ser escrito como
em que para i = 1, ...,n,então
Ano: 2014
Banca:
CESPE / CEBRASPE
Órgão:
TJ-SE
Prova:
CESPE / CEBRASPE - 2014 - TJ-SE - Analista Judiciário - Estatística |
Q410773
Matemática
Com relação à inferência para os parâmetros de modelos de regressão linear, julgue os seguintes itens.
Considere que um analista judiciário cometeu um equívoco na especificação de um modelo de regressão linear simples, de modo que a variável explicativa, que era categorizada, foi codificada com os valores 1 e 2 e tratada como uma variável discreta. Nesse caso, se, para corrigir o erro, o analista transformou a variável em uma dummy, então essa transformação alterou o coeficiente de determinação do modelo.
Considere que um analista judiciário cometeu um equívoco na especificação de um modelo de regressão linear simples, de modo que a variável explicativa, que era categorizada, foi codificada com os valores 1 e 2 e tratada como uma variável discreta. Nesse caso, se, para corrigir o erro, o analista transformou a variável em uma dummy, então essa transformação alterou o coeficiente de determinação do modelo.
Ano: 2014
Banca:
CESPE / CEBRASPE
Órgão:
TJ-SE
Prova:
CESPE / CEBRASPE - 2014 - TJ-SE - Analista Judiciário - Estatística |
Q410776
Matemática
Julgue os próximos itens, referentes à qualidade de ajuste de um modelo de regressão.
Considere que, em um modelo de regressão linear simples, o valor esperado do quadrado médio do resíduo seja dado por
, em que β1 é a inclinação da reta e σ2 é a variância da resposta. Nesse caso, se a estatística F da ANOVA para qualidade de ajuste fosse unitária para um modelo, a inclinação da reta de regressão seria nula
Considere que, em um modelo de regressão linear simples, o valor esperado do quadrado médio do resíduo seja dado por
, em que β1 é a inclinação da reta e σ2 é a variância da resposta. Nesse caso, se a estatística F da ANOVA para qualidade de ajuste fosse unitária para um modelo, a inclinação da reta de regressão seria nula
Ano: 2014
Banca:
CESPE / CEBRASPE
Órgão:
TJ-SE
Prova:
CESPE / CEBRASPE - 2014 - TJ-SE - Analista Judiciário - Estatística |
Q410777
Matemática
Julgue os próximos itens, referentes à qualidade de ajuste de um modelo de regressão.
Se um modelo de regressão linear simples tivesse coeficiente de determinação igual a 0,75, então, nesse modelo, a soma de quadrados do resíduo seria menor que a metade da soma de quadrados totais.
Se um modelo de regressão linear simples tivesse coeficiente de determinação igual a 0,75, então, nesse modelo, a soma de quadrados do resíduo seria menor que a metade da soma de quadrados totais.
Ano: 2014
Banca:
CESPE / CEBRASPE
Órgão:
TJ-SE
Prova:
CESPE / CEBRASPE - 2014 - TJ-SE - Analista Judiciário - Estatística |
Q410783
Matemática
Com relação à análise de regressão linear, julgue os itens que se seguem.
Suponha que um modelo de regressão linear simples seja ajustado de modo que se obtenha um coeficiente de determinação próximo de 1. Nessa situação, o modelo não pode ser utilizado para previsão da variável resposta referente a valores da variável explicativa além do intervalo observado na amostra.
Suponha que um modelo de regressão linear simples seja ajustado de modo que se obtenha um coeficiente de determinação próximo de 1. Nessa situação, o modelo não pode ser utilizado para previsão da variável resposta referente a valores da variável explicativa além do intervalo observado na amostra.
Conheça nossos planos