A fim de estimar a receita mensal arrecadada em sanções fiscais aplicadas pelo órgão de fiscalização e controle de certo estado (Y, em milhares de reais) com base no número de fiscalizações realizadas no mês (X), um agente de arrecadação ajustou um modelo de regressão linear simples com a equação Y = β₀ + β₁X + ε.

A partir da situação hipotética precedente, assinale a opção correta.

No âmbito da Administração Tributária, um auditor pretende avaliar a relação entre o valor declarado pelos contribuintes e o valor efetivamente apurado em fiscalização, utilizando um modelo estatístico para verificar se existe associação linear entre essas variáveis. Sobre esse modelo, assinale a alternativa correta. 

Em uma avaliação de impacto de um novo programa de atenção primária à saúde, um gestor público modela a probabilidade de óbito em até 30 dias (variável resposta binária: 1 = óbito, 0 = sobrevida) usando regressão logística binária, com variáveis explicativas: idade, índice de comorbidades, adesão ao protocolo e condição socioeconômica. Em relação à teoria e prática da regressão logística, julgue os itens a seguir:

I. O modelo de regressão logística estima a probabilidade P(Y = 1 ∣ X) = 1 / 1+e^−Xβ, sendo que os parâmetros β são obtidos por máxima verossimilhança (MV), e diferentemente do modelo linear de probabilidade (MLP), os valores preditos ficam restritos ao intervalo [0,1].

II. Se o coeficiente estimado para idade for β_idade = 0,05, a interpretação é que um aumento de uma unidade na idade está associado a um aumento de 5% na probabilidade de óbito, mantendo as demais variáveis constantes.

III. O modelo logístico não requer normalidade dos resíduos nem homocedasticidade, mas exige independência das observações e ausência de multicolinearidade perfeita ou quase perfeita.

IV. A área sob a curva ROC (AUC) é uma medida de acurácia discriminativa do modelo: valores próximos a 0,5 indicam discriminação aleatória, enquanto valores acima de 0,8 sugerem bom poder discriminativo.

V. O teste de Hosmer-Lemeshow é frequentemente usado para avaliar a calibração do modelo logístico, ou seja, se as probabilidades preditas correspondem às frequências observadas. Um resultado não significativo (p > 0,05) indica boa calibração.

Assinale a alternativa com a sequência CORRETA (V/F): 

Em um órgão público, deseja-se estimar o valor total de um contrato com base na quantidade de horas trabalhadas, utilizando um conjunto de contratos anteriores que relacionam horas e valor final.
Considerando esse cenário, assinale a alternativa que apresenta a técnica de aprendizado de máquina mais adequada para essa finalidade.

Em um estudo epidemiológico conduzido com trabalha dores expostos a solventes orgânicos, avaliou-se a associação entre tempo de exposição e redução da velocidade de condução nervosa. A análise estatística apresentou valor de p = 0,04 para o coeficiente de regressão linear, e o intervalo de confiança de 95% para a diferença média entre expostos e não expostos variou de –2,1 a –0,3 ms.

Considerando esses achados, assinale a alternativa correta.

Durante a elaboração de um modelo de regressão para avaliação de imóveis urbanos em determinada região do município, foram identificadas amostras com comportamento discrepante em relação ao conjunto principal de dados, influenciando signif icativamente os valores ajustados do modelo estatístico utilizado no laudo avaliatório. Com relação à identificação de pontos influenciantes (outliers) em modelos estatísticos aplicados à avaliação de imóveis urbanos, assinale a alternativa CORRETA.

A respeito das técnicas de análise de correlação e regressão, analise as sentenças:

I.Correlação não implica causalidade.
II.Regressão estima associação linear ou não linear entre variáveis.
III.Multicolinearidade aumenta desvios-padrões.

É correto o que se apresenta em:

Você foi encarregado de analisar o comportamento térmico de um conjunto de motores instalados em uma linha de produção. Para isso, precisa determinar uma equação que estime a temperatura média de operação (y) em função da corrente elétrica absorvida (x) por cada motor. Foram obtidos os seguintes dados experimentais:
  
Com base nesses dados e utilizando o método dos mínimos quadrados, determine a função linear ajustada: g(x) = a₀ + a₁x e assinale a alternativa que apresenta corretamente os valores de a₀ e a₁.

Um estatístico acredita que existe uma relação entre as variáveis quantitativas X e Y. Para verificar essa informação, ele fez o seguinte programa em R:

x<-c(15,20,30,25,38,36,18,23,10,22,35,33,12,28,25)

y<-c(1.57,1.56,1.63,1.60,1.65,1.64,1.58,1.59,1.58,
             1.57,1.63,1.61,1.57,1.63,1.57)
plot(x,y) cor.test(x,y) summary(regressao<- lm(y~x)) plot(regressao)
É correto afirmar que as linhas de programa fornecem, respectivamente, os seguintes resultados: 

Um estatístico observou, por meio do diagrama de dispersão, uma correlação entre as variáveis x e y. Assim, ele decidiu fazer uma análise de regressão, e o resultado fornecido pelo software R está descrito a seguir: 
                   
De acordo com esses resultados, é correto afirmar que o modelo de regressão estimado, o coeficiente de determinação e a estatística do teste de significância do modelo de regressão, respectivamente, são dados por: 

Quando o gráfico de dispersão sugere um relacionamento aproximadamente linear entre as duas variáveis, o modelo indicado é representado pela seguinte equação:

y_i = β_o+β₁x_i+ε_i, 

em que y_i é o i-ésimo valor da variável dependente ou resposta; β_o e β₁ são os parâmetros do modelo ou coeficientes de regressão; x_i é o i-ésimo valor da variável independente ou covariável; ε_i é o i-ésimo erro aleatório. Considerando que os ε_i são idênticos, independentes e distribuídos conforme o modelo Normal com média 0 e variância , ou seja, ε_i ~ N(0, ), é correto afirmar que 

O diagrama de dispersão a seguir apresenta o comportamento das variáveis X e Y conjuntamente.

                                                    

Com base nas informações apresentadas, é correto afirmar que