Questões de Concurso
Sobre modelos lineares em estatística
Foram encontradas 853 questões
Um trabalho realizado para a análise de concreto apresentou dados a respeito da resistência à compressão, t, e à impermeabilidade intrínseca, w, de várias misturas e curas de concreto. Um sumário das grandezas é o seguinte: n=14, ∑ti =43, ∑ti2 =157,42, ∑wi =572, ∑wi2 =23530 e ∑ti wi =1697,80. Considere ainda que as duas variáveis estão relacionadas de acordo com um modelo de regressão linear simples. Calcule as estimativas de mínimos quadrados da inclinação e da interseção da reta para estas duas variáveis.
Seja o modelo de regressão linear , em que Y é o vetor de respostas com dimensão n,
é o
vetor de parâmetros de dimensão p e
é o vetor de erros, em relação a X, assinale a alternativa correta.
Seja o conjunto de pares de valores (X, Y):
ajustando-se aos dados o modelo Y = β0 + β1X + ε, onde Y é a variável resposta, X é a variável explicativa, β0 e β1 são os parâmetros e ε é o erro, se obtém as seguintes estimativas dos parâmetros:
Os problemas que podem surgir no ajuste de um modelo linear aos dados da variável resposta (Y) contra as variáveis explicativas (X1, X2, ...., Xp-1) são de natureza diferente, podem ser causados de formas diferentes e têm consequências também deferentes. É possível agrupar esses problemas em quatro (4) grupos importantes. São eles:
A detecção de pontos com grande influência
no ajuste de um modelo linear aos dados,
Y = , é feita usando-se a denominada
matriz chapéu H. No caso de se considerar
apenas os valores das variáveis explicativas
Xi i= 1, 2, ..... , p-1, trabalha-se com os
elementos da diagonal principal. Então, a
matriz chapéu é dada por:
Utilize o texto e a tabela a seguir para responder a questão.
Foram efetuadas medidas em um experimento na cura de uma laje de concreto em determinado ambiente. Os dados foram dispostos na tabela a seguir. Para efeito de cálculos desprezou-se as unidades da tabela, pois, estas não são relevantes para a avaliação probabilística da situação.

O Coeficiente de correlação entre as duas variáveis
é de aproximadamente o que se encontra descrito na
alternativa:
Considere a tabela resumo a seguir contendo as estimativas dos parâmetros de uma regressão linear simples e dos respectivos erros padrão estimados, com uma amostra de tamanho n = 52:

Além disso, sabe-se que:
P(|Z|>1,25)=0,21, P(|Z|>1,50)=0,13, P(|Z|>1,75)=0,08
A respeito da inferência sobre os parâmetros, é correto afirmar
que:
Para explicar o estoque total de processos acumulados nas varas de justiça (Y) a cada ano, foi proposto um modelo de regressão linear simples baseado no número de servidores disponíveis, representado por X. Depois de extraída uma amostra com n = 100 foram obtidos os seguintes resultados.

Supondo válido o modelo e significativos seus parâmetros, com
os dados acima é correto afirmar que:
, em
que t = 2010, 2011, 2012, 2013, 2014;
é a estimativa desse
índice no ano t correspondente; e
representam as estimativas
de mínimos quadrados ordinários dos coeficientes da reta ajustada.
A tabela a seguir apresenta a análise de variância (ANOVA) do
ajuste.
Considerando que
, julgue o item subsequente relativo ao
referido ajuste.
é inferior a 3.
, em
que t = 2010, 2011, 2012, 2013, 2014;
é a estimativa desse
índice no ano t correspondente; e
representam as estimativas
de mínimos quadrados ordinários dos coeficientes da reta ajustada.
A tabela a seguir apresenta a análise de variância (ANOVA) do
ajuste.
Considerando que
, julgue o item subsequente relativo ao
referido ajuste.
, em
que t = 2010, 2011, 2012, 2013, 2014;
é a estimativa desse
índice no ano t correspondente; e
representam as estimativas
de mínimos quadrados ordinários dos coeficientes da reta ajustada.
A tabela a seguir apresenta a análise de variância (ANOVA) do
ajuste.
Considerando que
, julgue o item subsequente relativo ao
referido ajuste.
, em
que t = 2010, 2011, 2012, 2013, 2014;
é a estimativa desse
índice no ano t correspondente; e
representam as estimativas
de mínimos quadrados ordinários dos coeficientes da reta ajustada.
A tabela a seguir apresenta a análise de variância (ANOVA) do
ajuste.
Considerando que
, julgue o item subsequente relativo ao
referido ajuste.
, em
que t = 2010, 2011, 2012, 2013, 2014;
é a estimativa desse
índice no ano t correspondente; e
representam as estimativas
de mínimos quadrados ordinários dos coeficientes da reta ajustada.
A tabela a seguir apresenta a análise de variância (ANOVA) do
ajuste.
Considerando que
, julgue o item subsequente relativo ao
referido ajuste.
, em
que t = 2010, 2011, 2012, 2013, 2014;
é a estimativa desse
índice no ano t correspondente; e
representam as estimativas
de mínimos quadrados ordinários dos coeficientes da reta ajustada.
A tabela a seguir apresenta a análise de variância (ANOVA) do
ajuste.
Considerando que
, julgue o item subsequente relativo ao
referido ajuste.
, em
que t = 2010, 2011, 2012, 2013, 2014;
é a estimativa desse
índice no ano t correspondente; e
representam as estimativas
de mínimos quadrados ordinários dos coeficientes da reta ajustada.
A tabela a seguir apresenta a análise de variância (ANOVA) do
ajuste.
Considerando que
, julgue o item subsequente relativo ao
referido ajuste.
, em
que t = 2010, 2011, 2012, 2013, 2014;
é a estimativa desse
índice no ano t correspondente; e
representam as estimativas
de mínimos quadrados ordinários dos coeficientes da reta ajustada.
A tabela a seguir apresenta a análise de variância (ANOVA) do
ajuste.
Considerando que
, julgue o item subsequente relativo ao
referido ajuste.