Um modelo de regressão linear múltipla com dez coeficientes foi ajustado pelo método de mínimos quadrados ordinários, tendo produzido um coeficiente de determinação (R²) igual a 80%.

Nessa hipótese, caso o tamanho da amostra utilizado para esse ajuste tenha sido igual a 46, então o valor correspondente do coeficiente conhecido como “R² ajustado” deve ter sido igual a

    Em um modelo de regressão linear simples na forma y = ax + b + ∈, x representa a variável regressora, y denota a variável resposta e ∈ é um erro aleatório com média zero e variância 100.

Nessa hipótese, considerando-se que â denote o estimador de mínimos quadrados ordinários do coeficiente produzido por uma amostra aleatória de tamanho igual a 101 e que o desvio padrão amostral da variável regressora seja igual a 2, é correto afirmar que o desvio padrão de â será igual a

    Um analista pretende ajustar um modelo de regressão linear simples com um intercepto e um coeficiente angular β, utilizando uma amostra de tamanho igual a 402.

Nessa situação, se a razão t correspondente à estimativa de β a ser obtida pelo método de mínimos quadrados ordinários for igual a 20, então o coeficiente de explicação (ou determinação) R² proporcionado pelo modelo em tela será igual a

Modelos de previsão podem ser obtidos a partir do uso de técnicas de regressão. Dentre essas técnicas, pode-se citar a técnica de regressão polinomial.
Considere o conjunto de dados e a informação a seguir:



Deseja-se encontrar um modelo de regressão polinomial de 2º grau Y = a₀ + a₁ X + a₂ X² que melhor se encaixe nesse conjunto de dados.
Estimando-se pelo método dos mínimos quadrados, os valores de a₀, a₁ e a₂ serão dados, respectivamente, por

Durante um experimento de química analítica, um estudante realizou cinco determinações consecutivas da concentração de íons em uma solução padrão, obtendo os seguintes resultados em mol/L: 2,32; 2,41; 2,39; 2,45; 2,59. A equação da reta para esses dados é mostrada a seguir:

y = 0,058x + 2,258

Sabendo que a Soma Total dos Quadrados (SST) é igual a 0,04 e a Soma dos Quadrados dos Erros (SSE) é igual a 0,006, é correto afirmar que o coeficiente de determinação — R² — é igual a

Modelos de previsão podem ser obtidos a partir do uso detécnicas de regressão. Dentre essas técnicas, pode-se citar atécnica de regressão polinomial.
Considere o conjunto de dados e a informação a seguir:



Informação:  


Deseja-se encontrar um modelo de regressão polinomial de 2ograu Y = α₀ + α₁ X + α₂ X² que melhor se encaixe nesse conjunto de dados.

Estimando-se pelo método dos mínimos quadrados, os valores deα₀, α₁ e α₂ serão dados, respectivamente, por

É uma técnica amplamente utilizada em Ciência de Dados para modelar e compreender relações entre variáveis. No que se refere ao conceito apresentado, assinale a alternativa correta.

Sobre a regressão linear analise as afirmativas:

I. A variável independente também pode ser chamada de regressora e/ou explicativa, sendo considerada a variável principal.
II. A regressão Linear tem a finalidade de avaliar o comportamento de uma variável em função da outra.
III. A variável dependente é aquela cujo valor é observado em função da variável principal (a variável independente).

De acordo com as afirmativas acima, quais estão corretas:

Qual dos testes abaixo não é considerado não paramétrico? 

Ao se considerar um modelo linear de dados transformados para encontrar as constantes α e β do modelo de regressão não-linear y = αe^βx que melhor se ajusta aos dados (x₁, y₁),...,(x_n, y_n), a soma dos quadrados dos resíduos que deve ser minimizada é dada por:

A respeito de um modelo de regressão logística para uma variável resposta Y considerando a função de ligação canônica associada ao modelo Bernoulli, chamada de logit, é INCORRETO afirmar que: 

Determinado Ministério Público Estadual coletou dados nas 53 comarcas do Estado com o intuito de estudar a relação entre o tempo médio (Y), em dias, gasto na triagem inicial de denúncias de abuso recebidas pela comarca e duas variáveis explicativas: o número de servidores lotados no setor responsável por avaliar as denúncias na comarca (X₁); e o número de municípios atendidos pela comarca (X₂). Considere o ajuste do modelo de regressão linear múltipla Y_i = β₀ + β₁X_1i + β₂X_2i + ɛ_i , onde i = 1,..., 53 e ɛ₁,..., ɛ₅₃ são erros independentes com ɛ_i⁓N(0, σ²) para todo i. Os seguintes resultados foram obtidos pelo método de máxima verossimilhança: ₀ = 21, 5, ₁ = – 2,8 e ₂ = 3,5.  Adicionalmente, tem-se que SQ_Regressão = 346,5 e SQ_Resíduos = 185, 5. Com base nessas informações, é correto afirmar que: 

Em relação à Análise da Variância (ANOVA), as afirmativas a seguir estão corretas, à exceção de uma.
Assinale-a. 

Uma indústria contratou um engenheiro de qualidade para realizar um experimento completamente aleatorizado com o intuito de avaliar se o tipo de equipamento usado na fabricação de certo produto tinha influência no tempo total de fabricação.

Os resultados estão dispostos na tabela a seguir.

Para a realização desse experimento, o engenheiro elaborou um teste de hipótese.

Considerando que 

o valor calculado da estatística do teste é 

Sabe-se que os modelos estatísticos de regressão foram construídos com base em algumas suposições.

Dessa forma, assinale a opção que apresenta a suposição que se aplica aos modelos de regressão múltipla e não está presente nos modelos de regressão simples.