Questões de Concurso Comentadas por alunos sobre modelos lineares em estatística

Foram encontradas 393 questões

Resolva questões gratuitamente!

Junte-se a mais de 4 milhões de concurseiros!

Q2384632 Estatística
Em um artigo intitulado “Há Fundamentalidade nos modelos de VAR fiscal típicos para o Brasil?”, do Ipea, os autores discutem como uma classe de modelos muito utilizada em pesquisa empírica macroeconômica pode, em alguns casos, apresentar vieses em seus estimadores.
Diz-se que um estimador é viesado quando seu valor esperado difere do valor do parâmetro populacional, sendo estimado. A respeito das formas de se corrigir um estimador viesado, considere as afirmações abaixo.

I - É possível reduzir o viés de um estimador aumentando-se o tamanho da amostra.
II - Se U é um estimador de um parâmetro populacional θ com valor esperado E(U) = k θ, então  V = U/k é um estimador não viesado de θ.
III - Se U é um estimador de um parâmetro populacional θ com viés ω, então W = U – ω é um estimador não viesado de θ, sendo que W será consistente se, e somente se, U for consistente.

Está correto o que se afirma em
Alternativas
Q2132856 Estatística

    Em uma análise dos resultados das urnas eleitorais, decidiu-se verificar quais variáveis estão mais relacionadas ao voto em candidatos de direita ou de esquerda. Os votos para os candidatos de direita e de esquerda foram analisados em separado para as 27 unidades da federação (UF), tendo como variáveis explicativas a idade (x1) e os anos de estudo (x2) dos eleitores. Em cada UF, foram analisados os votos de y eleitores e as estatísticas descritivas das variáveis utilizadas são mostradas na tabela a seguir.


00_84 - 92 .png (405×472)


Com base nessas informações, julgue o próximo item.


O coeficiente angular da variável x1 dos votantes em candidatos de direita é maior que o coeficiente angular da variável x1 dos votantes em candidatos de esquerda.

Alternativas
Ano: 2016 Banca: FGV Órgão: IBGE Prova: FGV - 2016 - IBGE - Tecnologista - Estatística |
Q629961 Estatística

Um modelo de regressão linear múltipla é estimado por MQO (Mínimos Quadrados Ordinários), conforme a equação:


Yi = α + β.Xi + γ.Wi + εi


As estimativas estão colocadas na tabela abaixo, com algumas omissões:

Imagem associada para resolução da questão


Com base nas estatísticas disponíveis e no cálculo dos valores omitidos, é correto afirmar que:

Alternativas
Respostas
235: D
236: C
237: E