Questões de Concurso
Foram encontradas 394 questões
Resolva questões gratuitamente!
Junte-se a mais de 4 milhões de concurseiros!
Em cada item a seguir é apresentada uma situação hipotética seguida de uma assertiva a ser julgada a respeito de Estatística e Econometria.
Sob a presença de heteroscedasticidade num modelo de
regressão linear, o método dos mínimos quadrados
ordinários não gera estimativas de parâmetros eficientes ou
de variância mínima, o que implica erros padrões viesados.
A abordagem da análise de variância (ANOVA) é comumente apresentada através da
soma dos quadrados dos desvios. A soma dos quadrados total (S.Q.Total) ajuda a expressar a variação
total que pode ser atribuída a vários fatores e pode ser decomposta em duas partes:
O seguinte modelo de regressão múltipla foi estimado por Mínimos Quadrados Ordinários com o objetivo de fazer previsões para o preço de 21 ativos da área de petróleo de uma amostra aleatória:
ln (preço) = 5,25 + 2,05 ln(preçoaval) +
3,10 Brent + 1,10 cam + 0,82 Ibov + 0,75 Prod
em que o preço e o preçoaval são, respectivamente, preço de venda e preço de avaliação do ativo, em reais; Brent é a cotação diária do barril; cam é a cotação cambial ao fim do dia para a compra; Ibov é o índice da bolsa de valores de São Paulo e Prod é a produção diária de petróleo. Outras informações importantes do modelo:
R2 = 0,87; SQT = 6; 
= 0,15
na qual R2 é o coeficiente de explicação do modelo, SQT é a soma
dos quadrados totais e 
é o desvio padrão estimado.
Para a resolução dessa questão talvez seja útil saber que se Z tem distribuição normal padrão, então:
P(|Z| > 1,645) = 0,10 e P(|Z| > 1,96) = 0,05.
Com base nos dados acima, o valor da estatística de significância da regressão é, aproximadamente, igual a
Em relação à Regressão Linear Simples, assinale V para a afirmativa verdadeira e F para a falsa.
( ) Considerando a equação y = α + βx, onde α e β são parâmetros da reta teórica, os quais são estimados através dos pontos experimentais fornecidos pela amostra, obtendo-se uma reta estimada y = a + bx, na qual α é estimado por (a), o chamado coeficiente de regressão, e b é a estimativa de β.
( ) O método mais simples para a obtenção da reta desejada é o Método do Ajuste Visual.
( ) A aplicação do Princípio de Máxima Verossimilhança leva ao chamado procedimento de Mínimos Quadrados.
( ) Deve-se procurar a reta para a qual se consiga maximizar a soma dos resíduos ao quadrado.
As afirmativas são, na ordem apresentada, respectivamente,
Seja Y uma variável que representa o valor do consumo médio de energia elétrica por dia, em quilowatts (kW), para determinada população, e X, a temperatura média por dia medida em graus Celsius.
Para uma amostra de 20 observações das variáveis foi obtido o seguinte modelo de regressão:
= 80,50 + 2,95X e R2 = 0,92
onde R2 é o coeficiente de determinação do modelo.
Com base nesses dados, assinale a afirmativa correta
Conheça nossos planos