Questões de Concurso Comentadas por alunos sobre conhecimentos de estatística em estatística
Foram encontradas 905 questões
Resolva questões gratuitamente!
Junte-se a mais de 4 milhões de concurseiros!
Considerando a tabela acima, em que são evidenciados os resultados de levantamento feito para o estudo da relação preço-demanda em um serviço de comunicação de dados, e o modelo de regressão linear simples na forma Di = αPi + εi , em que εi representa um erro aleatório com média nula e variância residual V, e α é o coeficiente do modelo, julgue o item subsequente.
O coeficiente α representa a correlação linear de Pearson entre
as variáveis preço e demanda.
Um estudo econométrico considerou o modelo de regressão linear múltipla na forma Yi = β0 + β1X1,i + β2X2,i + εi, em que i = 1, ..., n; Yi representa a variável resposta, X1,i e X2,i são as variáveis explicativas; β0 ,β1 e β2 são os coeficientes (fixos) do modelo; e εi representa o erro aleatório normal com média zero e variância σ2 .
Considerando essas informações e as tabelas acima, que mostram resultados pertinentes ao referido modelo, cujos coeficientes foram obtidos com base no método de mínimos quadrados ordinários, julgue o item a seguir.
A variância de Yi
é igual a σ2
, cuja estimativa corresponde à
variância amostral de Yi
, ou seja,
Um estudo econométrico considerou o modelo de regressão linear múltipla na forma Yi = β0 + β1X1,i + β2X2,i + εi, em que i = 1, ..., n; Yi representa a variável resposta, X1,i e X2,i são as variáveis explicativas; β0 ,β1 e β2 são os coeficientes (fixos) do modelo; e εi representa o erro aleatório normal com média zero e variância σ2 .
Considerando essas informações e as tabelas acima, que mostram resultados pertinentes ao referido modelo, cujos coeficientes foram obtidos com base no método de mínimos quadrados ordinários, julgue o item a seguir.
O intercepto do modelo ajustado não tem significância
estatística.
Um estudo econométrico considerou o modelo de regressão linear múltipla na forma Yi = β0 + β1X1,i + β2X2,i + εi, em que i = 1, ..., n; Yi representa a variável resposta, X1,i e X2,i são as variáveis explicativas; β0 ,β1 e β2 são os coeficientes (fixos) do modelo; e εi representa o erro aleatório normal com média zero e variância σ2 .
Considerando essas informações e as tabelas acima, que mostram resultados pertinentes ao referido modelo, cujos coeficientes foram obtidos com base no método de mínimos quadrados ordinários, julgue o item a seguir.
Com nível de significância de 5%, a hipótese nula
H0 :β1 = β2 = 0 é rejeitada, o que sugere que o modelo ajustado
produz boas estimativas para o valor esperado da variável
resposta em função das duas variáveis explicativas.
Um estudo econométrico considerou o modelo de regressão linear múltipla na forma Yi = β0 + β1X1,i + β2X2,i + εi, em que i = 1, ..., n; Yi representa a variável resposta, X1,i e X2,i são as variáveis explicativas; β0 ,β1 e β2 são os coeficientes (fixos) do modelo; e εi representa o erro aleatório normal com média zero e variância σ2 .
Considerando essas informações e as tabelas acima, que mostram resultados pertinentes ao referido modelo, cujos coeficientes foram obtidos com base no método de mínimos quadrados ordinários, julgue o item a seguir.
O coeficiente de determinação ou explicação (R2
) é igual ou
superior a 55%.