Questões de Concurso
Sobre análise de variância em estatística
Foram encontradas 119 questões
Um econometrista resolve propor e estimar um modelo de regressão linear simples como forma de estimar o efeito da temperatura sobre o volume de venda de sorvetes. Emprega,para esse fim, a formulação:

Onde QS é a quantidade de sorvetes (em milhares), T é a temperatura (célsius) e é ε o termo de erro do modelo.
Apenas estatísticas descritivas básicas sobre QS e T são dadas, como
Onde, variâncias (σ2), médias (μ) e covariância (σT,Q,S).
Supondo-se válidos todos os pressupostos clássicos, a partir das
informações disponíveis, verifica-se que:
, em
que t = 2010, 2011, 2012, 2013, 2014;
é a estimativa desse
índice no ano t correspondente; e
representam as estimativas
de mínimos quadrados ordinários dos coeficientes da reta ajustada.
A tabela a seguir apresenta a análise de variância (ANOVA) do
ajuste.
Considerando que
, julgue o item subsequente relativo ao
referido ajuste.
é inferior a 3.
, em
que t = 2010, 2011, 2012, 2013, 2014;
é a estimativa desse
índice no ano t correspondente; e
representam as estimativas
de mínimos quadrados ordinários dos coeficientes da reta ajustada.
A tabela a seguir apresenta a análise de variância (ANOVA) do
ajuste.
Considerando que
, julgue o item subsequente relativo ao
referido ajuste.
, em
que t = 2010, 2011, 2012, 2013, 2014;
é a estimativa desse
índice no ano t correspondente; e
representam as estimativas
de mínimos quadrados ordinários dos coeficientes da reta ajustada.
A tabela a seguir apresenta a análise de variância (ANOVA) do
ajuste.
Considerando que
, julgue o item subsequente relativo ao
referido ajuste.
, em
que t = 2010, 2011, 2012, 2013, 2014;
é a estimativa desse
índice no ano t correspondente; e
representam as estimativas
de mínimos quadrados ordinários dos coeficientes da reta ajustada.
A tabela a seguir apresenta a análise de variância (ANOVA) do
ajuste.
Considerando que
, julgue o item subsequente relativo ao
referido ajuste.
, em
que t = 2010, 2011, 2012, 2013, 2014;
é a estimativa desse
índice no ano t correspondente; e
representam as estimativas
de mínimos quadrados ordinários dos coeficientes da reta ajustada.
A tabela a seguir apresenta a análise de variância (ANOVA) do
ajuste.
Considerando que
, julgue o item subsequente relativo ao
referido ajuste.
, em
que t = 2010, 2011, 2012, 2013, 2014;
é a estimativa desse
índice no ano t correspondente; e
representam as estimativas
de mínimos quadrados ordinários dos coeficientes da reta ajustada.
A tabela a seguir apresenta a análise de variância (ANOVA) do
ajuste.
Considerando que
, julgue o item subsequente relativo ao
referido ajuste.
, em
que t = 2010, 2011, 2012, 2013, 2014;
é a estimativa desse
índice no ano t correspondente; e
representam as estimativas
de mínimos quadrados ordinários dos coeficientes da reta ajustada.
A tabela a seguir apresenta a análise de variância (ANOVA) do
ajuste.
Considerando que
, julgue o item subsequente relativo ao
referido ajuste.
, em
que t = 2010, 2011, 2012, 2013, 2014;
é a estimativa desse
índice no ano t correspondente; e
representam as estimativas
de mínimos quadrados ordinários dos coeficientes da reta ajustada.
A tabela a seguir apresenta a análise de variância (ANOVA) do
ajuste.
Considerando que
, julgue o item subsequente relativo ao
referido ajuste.
e Var(X) = 0,2487 e considerando que 3,84 seja o valor aproximado de
.Julgue o item seguir.
O coeficiente de determinação é maior que 0,7.
e Var(X) = 0,2487 e considerando que 3,84 seja o valor aproximado de
.Julgue o item a seguir:
A variância de Y é menor que 10.
Para responder à questão, considere o modelo linear Yi = α + βXi + ε i sendo i a i-ésima observação, Yi a variável dependente na observação i, X i a variável explicativa na observação i e εi o erro aleatório com as respectivas hipóteses para a regressão linear simples. Os parâmetros α e β são desconhecidos e suas estimativas (a e b, respectivamente) foram obtidas pelo método dos mínimos quadrados e com base em 20 pares de observações ( Xi,Yi), i = 1, 2, ... , 20. Sabe-se que os pontos (10 ; 9,8) e (40 ; 33,8) pertencem à reta de equação Y = a + bX.

Pelo quadro de análise de variância correspondente, observa-se que
Assim sendo, temos
A variável aleatória bidimensional (X,Y) tem função de probabilidade dada por:

A variância da variável aleatória (X − Y) é igual a
