Questões de Concurso

Um pesquisador avaliou o impacto de alguns fatores sobre a nota de estudos sociais dos alunos. Para isso, considerou um modelo de regressão linear múltipla. Os resultados são apresentados na tabela a seguir.


Tendo em vista a interpretação de resultados de modelos de regressão linear múltipla, assinale a alternativa correta.

Uma regressão linear simples é expressa por y = α + βx + ε, onde α e β são os coeficientes linear e angular da reta, os quais devem ser estimados a partir de uma amostra e ε representa o erro aleatório da regressão.
Considere que:
■ As estimativas pelo método de mínimos quadrados ordinários para o coeficiente linear α é igual a 1,5 e, para o coeficiente angular β é de 2,0 e que a variável x não está correlacionada com o erro ε. ■ Os resíduos das amostras envolvidas são independentes e identicamente distribuídos, com distribuição normal, média igual a 0,0 e variância com valor constante. ■ O valor assumido para x é igual a 3,0.

Diante do exposto, assinale a alternativa que traz o valor predito para y.

No que diz respeito à regressão linear, existem pressupostos que são fundamentais para o seu uso, sendo que os dados precisam atender a estes critérios para que a análise de regressão linear seja confiável.
Com base nestes pressupostos, analise as afirmativas abaixo com relação ao conjunto de dados X.
1. O pressuposto da homocedasticidade é satisfeito quando a variação em torno da reta de regressão aumenta conforme variam os valores de X. 2. O pressuposto da independência de erros é satisfeito quando os erros em torno da reta de regressão são constantes para cada valor de X. 3. O pressuposto da normalidade de erros é satisfeito quando os erros em torno da reta de regressão são distribuídos de forma normal para cada valor de X.

Assinale a alternativa que indica todas as afirmativas corretas.

Seja  o vetor de médias estimado e S a matriz de covariância estimada do vetor de dados  sob controle do vetor médio do processo.
Assinale a alternativa que contém a expressão estatística utilizada como base para o gráfico de controle T² de Hotelling.

O coeficiente de determinação R² é uma medida estatística de quanto estão próximos os dados da linha de regressão ajustada. Ele também é conhecido como o coeficiente de determinação ou o coeficiente de determinação múltipla para a regressão múltipla.
Identifique abaixo as afirmativas verdadeiras ( V ) e as falsas ( F ) a respeito do coeficiente de determinação R².

( ) O R² está sempre entre os valores 0 e 1. ( ) O R² pode atingir valores de –1 a 1, dependendo da força da correlação entre as variáveis. ( ) Se aumentarmos o número de variáveis independentes, o coeficiente R² pode aumentar ou permanecer igual, mas nunca decrescer. ( ) O R² indica a porcentagem em que a variação explicada pela regressão representa da variação total.

Assinale a alternativa que indica a sequência correta, de cima para baixo.