Questões de Concurso Público Telebras 2022 para Especialista em Gestão de Telecomunicações – Estatística

Foram encontradas 10 questões

Q1889987 Estatística
O quadro a seguir mostra as estimativas de mínimos quadrados ordinários dos coeficientes de um modelo de regressão linear simples na forma yi = β0 + β1xi + εi, em que i ∈  {1, … ,6} e εrepresenta o erro aleatório com média zero e variância σ2.



Considerando essas informações e sabendo que Imagem associada para resolução da questão= 0,01, julgue o item seguinte.


Imagem associada para resolução da questão

Alternativas
Q1889988 Estatística
O quadro a seguir mostra as estimativas de mínimos quadrados ordinários dos coeficientes de um modelo de regressão linear simples na forma yi = β0 + β1xi + εi, em que i ∈  {1, … ,6} e εrepresenta o erro aleatório com média zero e variância σ2.



Considerando essas informações e sabendo que Imagem associada para resolução da questão= 0,01, julgue o item seguinte.


A covariância entre a variável resposta (y) e a variável explicativa (x) é igual ou superior a 0,2. 

Alternativas
Q1889989 Estatística
O quadro a seguir mostra as estimativas de mínimos quadrados ordinários dos coeficientes de um modelo de regressão linear simples na forma yi = β0 + β1xi + εi, em que i ∈  {1, … ,6} e εrepresenta o erro aleatório com média zero e variância σ2.



Considerando essas informações e sabendo que Imagem associada para resolução da questão= 0,01, julgue o item seguinte.


O coeficiente de determinação do modelo (R2 ) é igual a 0,8.

Alternativas
Q1889990 Estatística
O quadro a seguir mostra as estimativas de mínimos quadrados ordinários dos coeficientes de um modelo de regressão linear simples na forma yi = β0 + β1xi + εi, em que i ∈  {1, … ,6} e εrepresenta o erro aleatório com média zero e variância σ2.



Considerando essas informações e sabendo que Imagem associada para resolução da questão= 0,01, julgue o item seguinte.


Imagem associada para resolução da questão

Alternativas
Q1889996 Estatística

Considerando que ŷk denote o valor ajustado — pelo método de mínimos quadrados ordinários — da variável resposta yk de um modelo de regressão linear múltipla na forma yk = β0 + β1x1,k + β2x2,k + εk , para k ∈ {1, … ,10}; que, nesse modelo, {ε1, ..., ε10} seja um conjunto de erros aleatórios independentes com médias iguais a zero e variâncias iguais a σ; e que cada resíduo produzido pelo ajuste seja escrito como rk = yŷ, julgue o próximo item.


Imagem associada para resolução da questão

Alternativas
Q1889997 Estatística

A tabela ANOVA a seguir se refere ao ajuste de um modelo deregressão linear simples escrito como y = a + bx + ε, cujoscoeficientes foram estimados pelo método da máximaverossimilhança, com ε~N(0, σ2). Os erros em torno da retaesperada são independentes e identicamente distribuídos.



Com base nessas informações, julgue o item a seguir.


O coeficiente de explicação do modelo é igual a 0,99.

Alternativas
Q1890000 Estatística

A tabela ANOVA a seguir se refere ao ajuste de um modelo deregressão linear simples escrito como y = a + bx + ε, cujoscoeficientes foram estimados pelo método da máximaverossimilhança, com ε~N(0, σ2). Os erros em torno da retaesperada são independentes e identicamente distribuídos.



Com base nessas informações, julgue o item a seguir.


Imagem associada para resolução da questão

Alternativas
Q1890002 Estatística

Considerando as informações apresentadas no quadro precedente, julgue o item subsequente, acerca de modelos de regressão linear. 


O melhor modelo candidato apontado pelo critério BIC possui 8 coeficientes. 

Alternativas
Q1890003 Estatística

Considerando as informações apresentadas no quadro precedente, julgue o item subsequente, acerca de modelos de regressão linear. 


O melhor modelo candidato não necessariamente apresenta maior R2ajustado .

Alternativas
Q1890004 Estatística

Considerando as informações apresentadas no quadro precedente, julgue o item subsequente, acerca de modelos de regressão linear. 


A vantagem da medida Cp de Mallows em relação às outras medidas para a modelagem dos dados por regressão linear é sua robustez frente a presença de muitos pontos influentes na amostra.

Alternativas
Respostas
1: C
2: E
3: C
4: E
5: C
6: E
7: C
8: C
9: C
10: E