Questões de Concurso
Sobre modelos lineares em estatística
Foram encontradas 848 questões
Um estudo sobre o transporte de determinada carga pela modalidade rodoviária considerou um modelo de regressão linear múltipla sob a forma y = β0 + β1x1+ β2x2 + ∈ no qual y representa a quantidade mensal de toneladas transportada de um porto para uma refinaria; x1 e x2 representam variáveis regressoras; e ∈, um erro aleatório que segue uma distribuição normal com média zero e variância σ2 .
Com base nessas informações e na tabela de análise de variância (ANOVA), apresentada acima, que se refere ao modelo em tela, cujos coeficientes foram estimados pelo método de mínimos quadrados ordinários, julgue o item a seguir.
g1 = 2
Um estudo sobre o transporte de determinada carga pela modalidade rodoviária considerou um modelo de regressão linear múltipla sob a forma y = β0 + β1x1+ β2x2 + ∈ no qual y representa a quantidade mensal de toneladas transportada de um porto para uma refinaria; x1 e x2 representam variáveis regressoras; e ∈, um erro aleatório que segue uma distribuição normal com média zero e variância σ2 .
Com base nessas informações e na tabela de análise de variância (ANOVA), apresentada acima, que se refere ao modelo em tela, cujos coeficientes foram estimados pelo método de mínimos quadrados ordinários, julgue o item a seguir.
O coeficiente de determinação do modelo (R2) é igual a
0,80.
Considere um modelo de regressão linear múltipla na forma
y = Xβ + ε,
em que y representa o vetor de respostas, X denota a matriz de dados,
é o vetor de coeficientes e ε é o vetor de erros aleatórios independentes e identicamente distribuídos. Admita, ainda, que cada elemento do vetor ε possui média zero e variância 4. Além disso, considere que X' represente a matriz transposta de X e que a matriz inversa de X'X seja
denota o estimador de mínimos quadrados ordinários de β.
Acerca do modelo apresentado, julgue o próximo item.
Cada elemento do vetor y possui desvio padrão igual a 2.
Considere um modelo de regressão linear múltipla na forma
y = Xβ + ε,
em que y representa o vetor de respostas, X denota a matriz de dados,
é o vetor de coeficientes e ε é o vetor de erros aleatórios independentes e identicamente distribuídos. Admita, ainda, que cada elemento do vetor ε possui média zero e variância 4. Além disso, considere que X' represente a matriz transposta de X e que a matriz inversa de X'X seja
denota o estimador de mínimos quadrados ordinários de β.
Acerca do modelo apresentado, julgue o próximo item.
Considerando a situação hipotética apresentada, julgue o item a seguir.
A correlação linear entre X e Y é igual a −1.
Com base nessas informações, julgue o próximo item.
Se X10 = 5, o valor projetado para a observação X12, segundo o modelo em tela, será menor que 2.
Com base nessas informações, julgue o próximo item.
O desvio padrão da série temporal {Xt} é menor que 2.
I. heterocedasticidade dos erros.
II. não-linearidade entre as variáveis X e Y.
III. prováveis dados atípicos.
Está correto o que se afirma em
Considerando-se a tabela apresentada, o modelo de regressão linear simples ajustado para os dados fornecidos será
A tabela a seguir apresenta um conjunto de dados.
Com base na tabela precedente e considerando-se que o modelo
de regressão linear simples ajustado para os dados fornecidos
seja dado pela reta 
, é correto afirmar que a estatística F é dada por
Considere o modelo de regressão linear simples:
Wi = a + b*Educi + ei,
em que, Wi é o logaritmo neperiano do salário, Educi é o logaritmo neperiano de anos de estudos e ei é o erro da regressão.
Considere que Cov(ei,Educi)≠0 e que os dados de salário e anos de estudo foram obtidos a partir de uma amostra aleatória.
Além disso, considere as seguintes estatísticas amostrais:
Var(Educi) = 2.
Cov(Wi,Educi) = 0,8.
Cov(MesNasci,Educi) = 0,2.
Cov(MesNasci,Wi) = 0,1.
A variável MesNasci é o mês de nascimento do indivíduo.
Assumindo que Cov(MesNasci,ei) = 0, o estimador consistente de
b será igual a:
Considere um modelo de regressão linear simples 
. Neste
caso,
Para verificar se um modelo de regressão linear é adequado, precisa investigar se as suposições feitas para o desenvolvimento do modelo estão satisfeitas, assim é importante verificar o comportamento do modelo usando o conjunto de dados observados, prestando atenção as discrepâncias entre os valores observados e os valores ajustados pelo modelo, ou seja, fazendo uma análise dos resíduos. Analise o gráfico abaixo sobre resíduos e assinale a alternativa correta.
Modelo 1: Zt = 0,8Zt − 1 + at − 0,3at − 1
Modelo 2: Zt = 1,5Zt − 1 + at − 0,6at − 1 onde at ∼ N(0, σ2)
Quanto à estacionariedade e invertibilidade,
Considere o modelo de regressão múltipla yi = β0 + β1xi1 + β2xi2 + ei onde ei ∼ N(0,σ2), atendendo todas as premissas necessárias para o modelo e os dados:
onde Xt é a transposta de X. Então, é correto afirmar que
Conheça nossos planos