Questões de Concurso
Sobre modelos lineares em estatística
Foram encontradas 848 questões
Ŷ = 50 + 0,5 X
Ele verificou que o modelo atende a todas as premissas do modelo de regressão linear.
A pontuação esperada de um funcionário que dedicou 60 horas a treinamento no último semestre é
Acerca das técnicas de análise estatística, julgue o item a seguir.
A distância de Cook é uma medida de influência de um ponto no ajuste de um modelo de regressão, sendo diretamente proporcional ao erro quadrático médio.
Acerca das técnicas de análise estatística, julgue o item a seguir.
Uma alternativa para modelos de regressão com presença de outliers é o uso de modelos de mistura, tal como o modelo normal contaminado, pois este modelo consiste na mistura de duas distribuições normais com a mesma variância.
Julgue o item a seguir, relativo a modelos estatísticos.
Um modelo de regressão linear que explica o valor do escalar Y em função dos escalares X1, X2 e X3 é uma regressão linear multivariada.
Julgue o item a seguir, relativo a modelos estatísticos.
Um modelo de regressão linear representa uma relação linear entre a variável resposta e as variáveis preditoras.
Julgue o item a seguir, relativo à análise de regressão.
As séries temporais podem apresentar sazonalidade, o que impede a sua análise por um modelo de regressão linear.
Julgue o item a seguir, relativo à análise de regressão.
Em um modelo de regressão para uma amostra de tamanho n > 1, em que, para uma única covariância e uma precisão p, o menor tamanho amostral necessário é m > 1, o número máximo de variáveis independentes possíveis (N) será = N ( n ∙ m)p.
Julgue o item a seguir, relativo à análise de regressão.
Um modelo de regressão linear não pode ser ajustado a conjuntos de dados com alta dimensionalidade (muitas variáveis preditoras), uma vez que será inviável calcular a matriz de estimação do modelo.

Considerando que os resultados da ANOVA são apresentados na tabela precedente, em que FV corresponde a fonte de variação, GL, a graus de liberdade, e QM, a quadrado médio, julgue o próximo item.
Sabendo-se que a razão F obtida para os blocos (1,25) apresente p-valor igual a 31,4%, sendo, portanto, superior a 10%, então esse resultado sugere que, ao nível de 10%, as diferenças entre os blocos são relevantes para explicar a variabilidade observada na produtividade.

Considerando que os resultados da ANOVA são apresentados na tabela precedente, em que FV corresponde a fonte de variação, GL, a graus de liberdade, e QM, a quadrado médio, julgue o próximo item.
O erro padrão experimental foi de 2 toneladas por hectare.

Considerando que os resultados da ANOVA são apresentados na tabela precedente, em que FV corresponde a fonte de variação, GL, a graus de liberdade, e QM, a quadrado médio, julgue o próximo item.
A soma de quadrados total do experimento em questão é igual a 66,5.

Considerando que os resultados da ANOVA são apresentados na tabela precedente, em que FV corresponde a fonte de variação, GL, a graus de liberdade, e QM, a quadrado médio, julgue o próximo item.
Com nível de significância de 5%, não há evidência de interação entre os tipos de fertilizantes e as condições de irrigação.
Com base na equação y = −20 + 0,5x1 + 0,3x2, obtida ao realizar-se uma análise de regressão linear múltipla para prever o peso (y, em kg) de uma pessoa com base na altura (x1, em cm) e na idade (x2, em anos), julgue o item que se segue.
O peso estimado de uma pessoa com 170 cm de altura e 30 anos de idade é de 78 kg.
Na equação apresentada, o coeficiente 0,5 indica que, para cada aumento de 1 cm na altura da pessoa, espera-se um aumento de 0,5 kg no peso, mantendo-se a idade constante.
Julgue o próximo item, a respeito da modelagem estatística e da regressão.
A regressão linear múltipla permite avaliar o efeito de diversas variáveis independentes sobre uma variável dependente, ao mesmo tempo.
Julgue o próximo item, a respeito da modelagem estatística e da regressão.
A presença de multicolinearidade severa entre as variáveis independentes pode distorcer os coeficientes estimados em uma regressão linear múltipla.
Julgue o próximo item, a respeito da modelagem estatística e da regressão.
A linearização logarítmica ou exponencial possibilita a transformação de qualquer modelo de regressão não linear para modelos lineares.
Julgue o próximo item, a respeito da modelagem estatística e da regressão.
O coeficiente de determinação (R2 ) sempre aumenta com a adição de novas variáveis ao modelo de regressão linear múltipla.
A respeito dessa situação hipotética, julgue o próximo item.
Caso a hipótese de homogeneidade de variâncias seja rejeitada, uma possível alternativa seria a aplicação do método Welch-ANOVA.