Questões de Concurso
Sobre modelos lineares em estatística
Foram encontradas 858 questões
A variável aleatória bidimensional (X,Y) tem função de probabilidade dada por:

A variância da variável aleatória (X − Y) é igual a
Dados do correspondente quadro de análise de variância:
A estimativa da variância populacional do modelo teórico (σ² ), com base nos dados da amostra, é igual a
Considerando a equação da reta obtida pelo método dos mínimos quadrados, a previsão do primeiro ano em que a venda irá superar R$ 60.000,00 será em
Verificou-se que o qui-quadrado observado (Q) apresentou um valor inferior ao valor do qui-quadrado tabelado para o nível de significância de 5% com o respectivo número dos graus de liberdade. É correto afirmar, então, que ao nível de significância de 5%, a conclusão do teste é que o número de automóveis alugados

Um estudo para investigar a associação da pressão arterial diastólica com o tempo acumulado de trabalho dos motoristas de ônibus em determinada cidade considerou o modelo de regressão linear na forma yi = β0 + β1X1i + β2X2i + β3X1iX2i + εi, em que yi representa a pressão arterial diastólica (mmHg) do motorista i, X1i é a idade (em anos) do motorista i, X2i denota o logaritmo natural do tempo de trabalho (em meses) do motorista i e εi representa o erro aleatório com média nula e variância σ2. Esse estudo foi realizado com base em uma amostra aleatória de 1.000 motoristas de ônibus. A tabela acima apresenta a estimativa de cada parâmetro βi (i = 0,1, 2, 3) obtida pelo método de mínimos quadrados ordinários, o erro padrão, a razão t e o p-valor correspondentes.
Com base nessas informações e na tabela apresentada, julgue o item a seguir.
Por meio do método estatístico análise de variância (ANOVA), é possível testar, por exemplo, a hipótese nula β1 = β2 = β3 = 0.
O teste bilateral de Kolmogorov-Smirnov é um método não paramétrico que permite avaliar a hipótese de independência entre as variáveis X e Y.
Não é possível aplicar a estatística qui-quadrado de Pearson para testar a hipótese de independência entre X e Y.
Y = Xß + ε
em que X é uma matriz n × k, ß é um vetor k × 1 e ε é um vetor n × 1.
Com base nessas informações, julgue o item subsecutivo.
O estimador de ß pelo método dos mínimos quadrados ordinários é b = (X’X) -1 (X’Y), em que X’ representa a matriz transposta de X.
Y = Xß + ε
em que X é uma matriz n × k, ß é um vetor k × 1 e ε é um vetor n × 1.
Com base nessas informações, julgue o item subsecutivo.
Se todas as hipóteses de um modelo de regressão linear forem satisfeitas, será correto afirmar que, pelo teorema de Gauss-Markov, o estimador apurado pelo método de mínimos quadrados ordinários é o mais eficiente estimador linear de ß.

em que trim1, trim2 e trim3 são variáveis dummies para o primeiro, segundo e terceiro trimestres, respectivamente, e et é o termo aleatório.
Os interceptos do terceiro e do quarto trimestres são iguais, respectivamente, a
entre peso e altura de crianças com menos de 1 ano das unidades da federação (POF-2002-2003) e forneceu os resultados
abaixo com alguns campos em branco.

entre peso e altura de crianças com menos de 1 ano das unidades da federação (POF-2002-2003) e forneceu os resultados
abaixo com alguns campos em branco.

Foi delineado um experimento separando três grupos escolhidos aleatoriamente de 5 homens em cada um, para medir seus níveis alcoólicos após beberem certa quantidade de bebida alcoólica. Os componentes do grupo A após uma hora, o grupo B após duas horas, e o grupo C após 3 horas. A quantidade de mg por grama de álcool foi multiplicada por 10 para facilitar os cálculos. Os resultados observados foram:

Ao se construir a ANOVA, para testar a hipótese de independência, o valor F calculado na ANOVA é, aproximadamente,
Na análise de resíduos de um modelo de regressão, o diagrama de dispersão entre os resíduos do modelo ajustado e os valores preditos para a variável resposta permitem avaliar a ocorrência de heterocedasticidade.
Em um modelo de regressão linear simples, o quadrado médio associado ao modelo é menor que a respectiva soma de quadrados. O mesmo ocorre com o quadrado médio dos resíduos em comparação com a soma de quadrado dos resíduos.