Questões de Concurso
Sobre modelos lineares em estatística
Foram encontradas 848 questões
Ano: 2023
Banca:
CESPE / CEBRASPE
Órgão:
CNMP
Prova:
CESPE / CEBRASPE - 2023 - CNMP - Analista do CNMP – Àrea: Apoio Técnico Especializado – Especialidade: Estatística |
Q2132855
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.
Com base nessas informações, julgue o próximo item.
Se as variáveis x1 e x2 fossem incluídas simultaneamente no
modelo utilizado para explicar a quantidade de votos em
candidatos de direita, então o erro teria 24 graus de
liberdade.
Q2125259
Estatística
Considere a regressão de Y por X, duas variáveis não
nulas. Chame de R os resíduos da regressão de Y por X
estimada por mínimos quadrados ordinários. Se estimarmos uma regressão de R por X pelo método dos mínimos
quadrados ordinários, o coeficiente angular dessa última
regressão será:
Ano: 2023
Banca:
FGV
Órgão:
TCE-ES
Prova:
FGV - 2023 - TCE-ES - Auditor de Controle Externo - Estatística |
Q2121100
Estatística
Um modelo de regressão linear foi utilizado para relacionar
30 observações da variável dependente Y com a variável
independente X1.
O coeficiente angular estimado foi de -0,10, com erro padrão igual a 0,01. O valor da soma dos quadrados totais foi 32.
A variância residual do modelo foi de:
O coeficiente angular estimado foi de -0,10, com erro padrão igual a 0,01. O valor da soma dos quadrados totais foi 32.
A variância residual do modelo foi de:
Ano: 2023
Banca:
CESPE / CEBRASPE
Órgão:
TJ-ES
Prova:
CESPE / CEBRASPE - 2023 - TJ-ES - Analista Judiciário - Especialidade: Estatística |
Q2114817
Estatística
Texto associado
Diversos fatores podem influenciar o tempo que um processo leva para ser julgado. Para tentar explicar isso, um analista de um tribunal selecionou algumas variáveis e concluiu que a quantidade de atores envolvidos (X) impacta a variabilidade do tempo que um processo leva até ser julgado. A tabela de análise de variância a seguir mostra os resultados dessa modelagem.
Com base nessas informações e sabendo que existe uma correlação positiva entre as variáveis e que Var(X) = 2,35, julgue o item a seguir.
Caso fosse adicionada mais uma variável ao modelo, então,
necessariamente o grau de ajuste do modelo aumentaria.
Ano: 2023
Banca:
CESPE / CEBRASPE
Órgão:
TJ-ES
Prova:
CESPE / CEBRASPE - 2023 - TJ-ES - Analista Judiciário - Especialidade: Estatística |
Q2114815
Estatística
Texto associado
Diversos fatores podem influenciar o tempo que um processo leva para ser julgado. Para tentar explicar isso, um analista de um tribunal selecionou algumas variáveis e concluiu que a quantidade de atores envolvidos (X) impacta a variabilidade do tempo que um processo leva até ser julgado. A tabela de análise de variância a seguir mostra os resultados dessa modelagem.
Com base nessas informações e sabendo que existe uma correlação positiva entre as variáveis e que Var(X) = 2,35, julgue o item a seguir.
No estudo, foram utilizados 30 dados.
Ano: 2023
Banca:
Instituto Consulplan
Órgão:
MPE-BA
Prova:
Instituto Consulplan - 2023 - MPE-BA - Analista Técnico – Estatística |
Q2101318
Estatística
São resumidos a seguir os resultados da análise de variância resultante do ajuste de um modelo de regressão linear
homocedástico definido como Yi = β0 + β1X1i + ... + βpXpi ∈i, onde i = 1, . . . , n e ∈i são erros independentes
e normalmente distribuídos com média igual a zero e
variância σ2. A estimação foi feita utilizando o método dos
mínimos quadrados ordinários:
• Soma de Quadrados Total = 5.000;
• Soma de Quadrados dos Resíduos = 1.800;
• Graus de Liberdade Total = 40; e,
• Graus de Liberdade da Regressão = 4.
Com base nesses resultados, marque V para as afirmativas verdadeiras e F para as falsas.
( ) A estimativa não-viesada para σ é igual a 50.
( ) A amostra é composta por n = 40 observações.
( ) O modelo apresenta um total de p = 4 variáveis explicativas.
( ) A raiz quadrada do coeficiente de determinação R² é igual a 0,80.
( ) Sabendo que a região crítica (RC) do teste F associado ao problema é RC = {Fobs > 2,63} para 95% de confiança, onde Fobs representa o valor observado da estatística de teste, conclui-se que pelo menos uma das variáveis explicativas incluídas no modelo é significativa para explicar a variável dependente, com 5% de significância.
A sequência está correta em
• Soma de Quadrados Total = 5.000;
• Soma de Quadrados dos Resíduos = 1.800;
• Graus de Liberdade Total = 40; e,
• Graus de Liberdade da Regressão = 4.
Com base nesses resultados, marque V para as afirmativas verdadeiras e F para as falsas.
( ) A estimativa não-viesada para σ é igual a 50.
( ) A amostra é composta por n = 40 observações.
( ) O modelo apresenta um total de p = 4 variáveis explicativas.
( ) A raiz quadrada do coeficiente de determinação R² é igual a 0,80.
( ) Sabendo que a região crítica (RC) do teste F associado ao problema é RC = {Fobs > 2,63} para 95% de confiança, onde Fobs representa o valor observado da estatística de teste, conclui-se que pelo menos uma das variáveis explicativas incluídas no modelo é significativa para explicar a variável dependente, com 5% de significância.
A sequência está correta em
Ano: 2023
Banca:
Instituto Consulplan
Órgão:
MPE-BA
Prova:
Instituto Consulplan - 2023 - MPE-BA - Analista Técnico – Estatística |
Q2101305
Estatística
Um analista do Ministério Público supõe que existe uma relação linear entre duas variáveis não negativas: o número de denúncias de infrações ambientas (y) e o acesso à informação e comunicação (x) de diferentes regiões administrativas. Para verificar sua hipótese, realizou um estudo e obteve o seguinte diagrama de dispersão:
Considere que r seja o coeficiente de correlação linear amostral entre as variáveis e que b seja o coeficiente de inclinação no ajuste da reta de regressão y = a + bx aos dados observados. Com base nessas informações, é correto afirmar que:
Ano: 2023
Banca:
FCC
Órgão:
TRT - 18ª Região (GO)
Prova:
FCC - 2023 - TRT - 18ª Região (GO) - Analista Judiciário - Estatística |
Q2098357
Estatística
Considere o código na linguagem de programação R a seguir:
Y<-c(12,3,11,1,13,20,2,25,26,15) #linha 1
X1<-c(18,16,25,12,20,35,17,25,39,20) #linha 2
X2<-c(2,3,2,3,3,2,1.5,5,1,2.5) #linha 3
dados<-data.frame(cbind(Y,X1,X2)) #linha 4
modelo<-lm(Y~X1+X2,data=dados) #linha 5
summary(modelo) #linha 6 x_novo = data.frame(X1=13,X2=3) #linha 7
predict( modelo,x_novo,interval="confidence") #linha 8
predict(modelo,x_novo,interval="prediction") #linha 9
É correto afirmar que a linha
Y<-c(12,3,11,1,13,20,2,25,26,15) #linha 1
X1<-c(18,16,25,12,20,35,17,25,39,20) #linha 2
X2<-c(2,3,2,3,3,2,1.5,5,1,2.5) #linha 3
dados<-data.frame(cbind(Y,X1,X2)) #linha 4
modelo<-lm(Y~X1+X2,data=dados) #linha 5
summary(modelo) #linha 6 x_novo = data.frame(X1=13,X2=3) #linha 7
predict( modelo,x_novo,interval="confidence") #linha 8
predict(modelo,x_novo,interval="prediction") #linha 9
É correto afirmar que a linha
Ano: 2023
Banca:
FCC
Órgão:
TRT - 18ª Região (GO)
Prova:
FCC - 2023 - TRT - 18ª Região (GO) - Analista Judiciário - Estatística |
Q2098354
Estatística
Um pesquisador deseja utilizar um modelo de regressão linear simples da forma Yi = β0 + β1Xi + ei onde β0 e β1 são parâmetros desconhecidos e ei
corresponde ao erro aleatório da i-ésima observação. O pesquisador utiliza-se da análise de resíduos
para verificar a qualidade do ajuste do modelo. Na análise de resíduos, é correto afirmar que
Ano: 2023
Banca:
FCC
Órgão:
TRT - 18ª Região (GO)
Prova:
FCC - 2023 - TRT - 18ª Região (GO) - Analista Judiciário - Estatística |
Q2098353
Estatística
Um conjunto de dados amostrais foram ajustados a um modelo de regressão linear múltipla da forma Yi = β0 + β1Xi1 + β2Xi2 + β3Xi3 + ei.
Todos os pressupostos necessários para a validade do modelo foram verificados e atendidos. β0, β1, β2 e β3 são parâmetros
desconhecidos e ei
corresponde ao erro aleatório da i-ésima observação com distribuição N(0, σ2). Uma amostra de 24 observações
forneceu um coeficiente de determinação múltiplo, R2, igual a 0,8. Nesse caso, o coeficiente de determinação ajustado é igual a
Ano: 2023
Banca:
FGV
Órgão:
Receita Federal
Prova:
FGV - 2023 - Receita Federal - Analista-Tributário (manhã) |
Q2096268
Estatística
UUma reta de regressão linear simples foi obtida a partir do modelo
Y = αX + β + e
pelo método de mínimos quadrados usual e mostrou as seguintes estimativas dos coeficientes: α = 3,4 e b = 0,5; além disso, obteve-se um coeficiente de correlação amostral igual a 0,9.
Com base nesses dados, avalie se as afirmativas a seguir estão corretas.
I. A porcentagem da variação total dos dados que é explicada pela regressão é menor do que 60%. II. A reta de regressão obtida ajusta bem o modelo. III. O intercepto α = 3,4 mostra que a valor grandes de x correspondem valores grandes de y.
Está correto o que se afirma em
Y = αX + β + e
pelo método de mínimos quadrados usual e mostrou as seguintes estimativas dos coeficientes: α = 3,4 e b = 0,5; além disso, obteve-se um coeficiente de correlação amostral igual a 0,9.
Com base nesses dados, avalie se as afirmativas a seguir estão corretas.
I. A porcentagem da variação total dos dados que é explicada pela regressão é menor do que 60%. II. A reta de regressão obtida ajusta bem o modelo. III. O intercepto α = 3,4 mostra que a valor grandes de x correspondem valores grandes de y.
Está correto o que se afirma em
Ano: 2023
Banca:
Instituto Consulplan
Órgão:
SEGEP-RO
Prova:
Instituto Consulplan - 2023 - SEGEP-RO - Analista de Desenvolvimento Social - Estatística |
Q2089717
Estatística
Considerando que o coeficiente de determinação, também
chamado de R², é uma das medidas de ajuste de um modelo
de regressão linear múltipla, analise as afirmativas a seguir.
I. A raiz quadrada de R² representa o coeficiente de correlação. II. Seu valor diminui à medida que novas covariáveis são incorporadas no modelo de regressão linear múltipla. III. Expressa a quantidade da variância dos dados que é explicada pelo modelo.
Está correto o que se afirma em
I. A raiz quadrada de R² representa o coeficiente de correlação. II. Seu valor diminui à medida que novas covariáveis são incorporadas no modelo de regressão linear múltipla. III. Expressa a quantidade da variância dos dados que é explicada pelo modelo.
Está correto o que se afirma em
Ano: 2023
Banca:
Instituto Consulplan
Órgão:
SEGER-ES
Prova:
Instituto Consulplan - 2023 - SEGER-ES - Analista do Executivo - Estatística |
Q2086190
Estatística
Em modelos de regressão linear múltipla, a análise de resíduos
tem um papel fundamental na verificação da qualidade do
ajuste. A medida de influência responsável por medir a diferença entre um modelo de regressão com determinada observação e um modelo sem aquela observação denomina-se:
Ano: 2023
Banca:
IADES
Órgão:
SEAGRI-DF
Prova:
IADES - 2023 - SEAGRI-DF - Analista de Desenvolvimento e Fiscalização Agropecuária -Economista |
Q2082844
Estatística
Um pesquisador avaliou o impacto de alguns fatores sobre a
nota de estudos sociais dos alunos. Para isso, considerou um
modelo de regressão linear múltipla. Os resultados são
apresentados na tabela a seguir.
Tendo em vista a interpretação de resultados de modelos de regressão linear múltipla, assinale a alternativa correta.
Tendo em vista a interpretação de resultados de modelos de regressão linear múltipla, assinale a alternativa correta.
Q2073946
Estatística
Uma regressão linear simples é expressa por
y = α + βx + ε, onde α e β são os coeficientes linear
e angular da reta, os quais devem ser estimados a
partir de uma amostra e ε representa o erro aleatório
da regressão.
Considere que:
■ As estimativas pelo método de mínimos quadrados ordinários para o coeficiente linear α é igual a 1,5 e, para o coeficiente angular β é de 2,0 e que a variável x não está correlacionada com o erro ε. ■ Os resíduos das amostras envolvidas são independentes e identicamente distribuídos, com distribuição normal, média igual a 0,0 e variância com valor constante. ■ O valor assumido para x é igual a 3,0.
Diante do exposto, assinale a alternativa que traz o valor predito para y.
Considere que:
■ As estimativas pelo método de mínimos quadrados ordinários para o coeficiente linear α é igual a 1,5 e, para o coeficiente angular β é de 2,0 e que a variável x não está correlacionada com o erro ε. ■ Os resíduos das amostras envolvidas são independentes e identicamente distribuídos, com distribuição normal, média igual a 0,0 e variância com valor constante. ■ O valor assumido para x é igual a 3,0.
Diante do exposto, assinale a alternativa que traz o valor predito para y.
Q2073943
Estatística
Considere a tabela (na página ao lado) a qual traz
os limites unilaterais de cauda direita da distribuição F
de Fisher-Snedecor ao nível de 5% de probabilidade.
Analise a seguinte situação, observando os dados da do quadro de ANOVA a seguir.
Um criador separou seu rebanho em três grupos, cada um com espécies diferentes: X, Y e Z. Em dado momento, ele resolveu testar se as espécies diferem de peso, ou seja, ele pretende descobrir se há mais variação de peso entre os grupos de cada espécie ou dentro de cada grupo.
Assim, ele tem as seguintes hipóteses estatísticas:
■ H0 Todas as espécies têm o mesmo peso, ou seja, o criador tem menos variação entre os grupos do que dentro dos grupos. ■ H1 As espécies diferem em peso, ou seja, o criador observa mais variação entre os grupos do que dentro dos grupos.
Considerando que o criador adota o seguinte critério de decisão:
■ Se o Fcalculado for menor ou igual ao Fcrítico para α = 0,05, aceita-se a hipótese nula H0. ■ Se o Fcalculado for maior que o Fcrítico para α = 0,05, aceita-se a hipótese alternativa H1.
Assinale a alternativa correta.
Analise a seguinte situação, observando os dados da do quadro de ANOVA a seguir.
Um criador separou seu rebanho em três grupos, cada um com espécies diferentes: X, Y e Z. Em dado momento, ele resolveu testar se as espécies diferem de peso, ou seja, ele pretende descobrir se há mais variação de peso entre os grupos de cada espécie ou dentro de cada grupo.
Assim, ele tem as seguintes hipóteses estatísticas:
■ H0 Todas as espécies têm o mesmo peso, ou seja, o criador tem menos variação entre os grupos do que dentro dos grupos. ■ H1 As espécies diferem em peso, ou seja, o criador observa mais variação entre os grupos do que dentro dos grupos.
Considerando que o criador adota o seguinte critério de decisão:
■ Se o Fcalculado for menor ou igual ao Fcrítico para α = 0,05, aceita-se a hipótese nula H0. ■ Se o Fcalculado for maior que o Fcrítico para α = 0,05, aceita-se a hipótese alternativa H1.
Assinale a alternativa correta.
Q2073941
Estatística
No que diz respeito à regressão linear, existem
pressupostos que são fundamentais para o seu uso,
sendo que os dados precisam atender a estes critérios
para que a análise de regressão linear seja confiável.
Com base nestes pressupostos, analise as afirmativas abaixo com relação ao conjunto de dados X.
1. O pressuposto da homocedasticidade é satisfeito quando a variação em torno da reta de regressão aumenta conforme variam os valores de X. 2. O pressuposto da independência de erros é satisfeito quando os erros em torno da reta de regressão são constantes para cada valor de X. 3. O pressuposto da normalidade de erros é satisfeito quando os erros em torno da reta de regressão são distribuídos de forma normal para cada valor de X.
Assinale a alternativa que indica todas as afirmativas corretas.
Com base nestes pressupostos, analise as afirmativas abaixo com relação ao conjunto de dados X.
1. O pressuposto da homocedasticidade é satisfeito quando a variação em torno da reta de regressão aumenta conforme variam os valores de X. 2. O pressuposto da independência de erros é satisfeito quando os erros em torno da reta de regressão são constantes para cada valor de X. 3. O pressuposto da normalidade de erros é satisfeito quando os erros em torno da reta de regressão são distribuídos de forma normal para cada valor de X.
Assinale a alternativa que indica todas as afirmativas corretas.
Q2073933
Estatística
Seja 
o vetor de médias estimado e S a matriz de
covariância estimada do vetor de dados sob controle
do vetor médio do processo.
Assinale a alternativa que contém a expressão estatística utilizada como base para o gráfico de controle T2 de Hotelling.
o vetor de médias estimado e S a matriz de
covariância estimada do vetor de dados sob controle
do vetor médio do processo.
Assinale a alternativa que contém a expressão estatística utilizada como base para o gráfico de controle T2 de Hotelling.
Q2073929
Estatística
O coeficiente de determinação R2
é uma medida
estatística de quanto estão próximos os dados da
linha de regressão ajustada. Ele também é conhecido
como o coeficiente de determinação ou o coeficiente
de determinação múltipla para a regressão múltipla.
Identifique abaixo as afirmativas verdadeiras ( V ) e as falsas ( F ) a respeito do coeficiente de determinação R2.
( ) O R2 está sempre entre os valores 0 e 1. ( ) O R2 pode atingir valores de –1 a 1, dependendo da força da correlação entre as variáveis. ( ) Se aumentarmos o número de variáveis independentes, o coeficiente R2 pode aumentar ou permanecer igual, mas nunca decrescer. ( ) O R2 indica a porcentagem em que a variação explicada pela regressão representa da variação total.
Assinale a alternativa que indica a sequência correta, de cima para baixo.
Identifique abaixo as afirmativas verdadeiras ( V ) e as falsas ( F ) a respeito do coeficiente de determinação R2.
( ) O R2 está sempre entre os valores 0 e 1. ( ) O R2 pode atingir valores de –1 a 1, dependendo da força da correlação entre as variáveis. ( ) Se aumentarmos o número de variáveis independentes, o coeficiente R2 pode aumentar ou permanecer igual, mas nunca decrescer. ( ) O R2 indica a porcentagem em que a variação explicada pela regressão representa da variação total.
Assinale a alternativa que indica a sequência correta, de cima para baixo.
Q2073927
Estatística
Identifique abaixo as afirmativas verdadeiras ( V )
e as falsas ( F ) quanto aos Modelos Mistos Estatísticos.
( ) São modelos caracterizados por conter efeitos aleatórios e efeitos fixos. ( ) São usados para conjuntos de dados com estrutura multinível, ou seja, para análise de dados com estrutura hierárquica. ( ) Podem existir em casos onde existem somente efeitos aleatórios nas variáveis preditoras do modelo.
Assinale a alternativa que indica a sequência correta, de cima para baixo
( ) São modelos caracterizados por conter efeitos aleatórios e efeitos fixos. ( ) São usados para conjuntos de dados com estrutura multinível, ou seja, para análise de dados com estrutura hierárquica. ( ) Podem existir em casos onde existem somente efeitos aleatórios nas variáveis preditoras do modelo.
Assinale a alternativa que indica a sequência correta, de cima para baixo
Conheça nossos planos