Questões de Concurso
Sobre modelos lineares em estatística
Foram encontradas 848 questões
Ano: 2026
Banca:
CESPE / CEBRASPE
Órgão:
SEFAZ-PR
Prova:
CESPE / CEBRASPE - 2026 - SEFAZ-PR - Agente Fazendário Estadual - Função: Estatístico |
Q3906921
Estatística
Utilizando um modelo de regressão linear simples para
relacionar o peso de veículos com seu consumo de combustível,
um analista realizou a análise de variância (ANOVA) e obteve
um valor F bastante elevado, com p-valor muito próximo de zero.
Nessa situação hipotética,
Nessa situação hipotética,
Ano: 2026
Banca:
CESPE / CEBRASPE
Órgão:
SEFAZ-PR
Prova:
CESPE / CEBRASPE - 2026 - SEFAZ-PR - Agente Fazendário Estadual - Função: Estatístico |
Q3906920
Estatística
Um analista tributário analisou a relação entre a cotação
do dólar e a arrecadação mensal de ICMS (em milhões de reais).
Após estimar o modelo de regressão, ele construiu um intervalo
de confiança de 95% para o coeficiente angular (inclinação da
reta), tendo obtido o seguinte resultado: [0,8 ; 3,2].
Tendo por base a situação hipotética apresentada, assinale a opção correta acerca da relação entre a cotação do dólar e a arrecadação mensal do ICMS.
Tendo por base a situação hipotética apresentada, assinale a opção correta acerca da relação entre a cotação do dólar e a arrecadação mensal do ICMS.
Ano: 2026
Banca:
CESPE / CEBRASPE
Órgão:
SEFAZ-PR
Prova:
CESPE / CEBRASPE - 2026 - SEFAZ-PR - Agente Fazendário Estadual - Função: Estatístico |
Q3906919
Estatística
Ao estimar um modelo de regressão linear simples para
explicar o salário em função dos anos de experiência profissional,
um pesquisador obteve um coeficiente angular (inclinação)
estimado de 2.500 reais por ano de experiência, com um p-valor
de 0,001.
Com base nessa situação hipotética e considerando um nível de significância de 5%, assinale a opção correta acerca da relação entre experiência e salário.
Com base nessa situação hipotética e considerando um nível de significância de 5%, assinale a opção correta acerca da relação entre experiência e salário.
Ano: 2026
Banca:
CESPE / CEBRASPE
Órgão:
SEFAZ-PR
Prova:
CESPE / CEBRASPE - 2026 - SEFAZ-PR - Agente Fazendário Estadual - Função: Estatístico |
Q3906918
Estatística
Em um modelo de regressão linear estimado por mínimos
quadrados ordinários, a análise gráfica dos resíduos revela que a
dispersão dos erros aumenta sistematicamente conforme os
valores ajustados crescem. Adicionalmente, observa-se que os
testes de hipótese individuais indicam significância estatística
para diversos coeficientes, mas o pesquisador suspeita que os
intervalos de confiança e os p-valores podem estar incorretos.
Nessa situação hipotética, o modelo apresenta
Nessa situação hipotética, o modelo apresenta
Ano: 2026
Banca:
CESPE / CEBRASPE
Órgão:
SEFAZ-PR
Prova:
CESPE / CEBRASPE - 2026 - SEFAZ-PR - Agente Fazendário Estadual - Função: Estatístico |
Q3906917
Estatística
Em um modelo de regressão múltipla estimado por
mínimos quadrados ordinários, observa-se que duas variáveis
explicativas apresentam correlação muito alta entre si.
Adicionalmente, um dos coeficientes estimados apresenta sinal
contrário ao esperado pela teoria, e os erros-padrão dos
coeficientes são substancialmente elevados.
A partir dessa situação hipotética, é correto concluir que o modelo em questão apresenta
A partir dessa situação hipotética, é correto concluir que o modelo em questão apresenta
Ano: 2026
Banca:
CESPE / CEBRASPE
Órgão:
SEFAZ-PR
Prova:
CESPE / CEBRASPE - 2026 - SEFAZ-PR - Agente Fazendário Estadual - Função: Estatístico |
Q3906916
Estatística
Um modelo de regressão linear múltipla com n
observações e p variáveis explicativas (além do intercepto) é
estimado por meio do método dos mínimos quadrados ordinários
(com p < n). O coeficiente de determinação ajustado é
substancialmente menor que o coeficiente de determinação não
ajustado e a soma dos quadrados dos resíduos é numericamente
próxima à soma de quadrados total. Adicionalmente, nenhum dos
testes t individuais para os coeficientes apresentam significância
estatística ao nível de 5%, embora o teste F global indique que o
modelo como um todo é significativo ao mesmo nível.
Nessa situação hipotética,
Nessa situação hipotética,
Ano: 2026
Banca:
CESPE / CEBRASPE
Órgão:
SEFAZ-PR
Prova:
CESPE / CEBRASPE - 2026 - SEFAZ-PR - Agente Fazendário Estadual - Função: Estatístico |
Q3906915
Estatística
O método dos mínimos quadrados ordinários será
utilizado em um modelo de regressão linear simples para se
encontrar a reta que melhor se ajusta aos dados observados em
determinada situação.
Nesse caso, o método dos mínimos quadrados ordinários permitirá
Nesse caso, o método dos mínimos quadrados ordinários permitirá
Ano: 2026
Banca:
CESPE / CEBRASPE
Órgão:
SEFAZ-PR
Prova:
CESPE / CEBRASPE - 2026 - SEFAZ-PR - Agente Fazendário Estadual - Função: Estatístico |
Q3906914
Estatística
Os modelos de regressão linear tornaram-se uma maneira
comprovada de prever o futuro de forma científica e confiável.
Devido ao fato de a regressão linear ser um procedimento
estatístico consolidado, as propriedades dos modelos de regressão
linear são bem conhecidas.
Internet:<ibm.com> .
Em um modelo de regressão linear simples, o método de estimação por máxima verossimilhança (EMV)
Em um modelo de regressão linear simples, o método de estimação por máxima verossimilhança (EMV)
Q3900047
Estatística
O dono de uma serigrafia tinha interesse em modelar o custo (em R$) em função da quantidade de
camisas produzidas e obteve a seguinte equação de regressão ajustada:
^yi = 1010 + 10xi , i = 1, … , n,
em que yi representa o custo e xi a quantidade de peças produzidas no i-ésimo mês. Por simplicidade, admita que as peças são produzidas sob encomenda, isto é, todas são vendidas. Qual deve ser o menor número de peças em uma encomenda para que não haja prejuízo, admitindo que cada camisa é vendida por R$ 30?
^yi = 1010 + 10xi , i = 1, … , n,
em que yi representa o custo e xi a quantidade de peças produzidas no i-ésimo mês. Por simplicidade, admita que as peças são produzidas sob encomenda, isto é, todas são vendidas. Qual deve ser o menor número de peças em uma encomenda para que não haja prejuízo, admitindo que cada camisa é vendida por R$ 30?
Q3900039
Estatística
Em um estudo com 60 pacientes de um determinado centro de atendimento, observam-se as
variáveis idade, expressa em anos, e pressão arterial sistólica, expressa em mmHg. O objetivo é
ajustar um modelo de regressão linear simples e, se possível, prever a pressão arterial com base na
idade do paciente.
Figura: Gráfico de dispersão entre as variáveis idade (anos) e pressão arterial sistólica (mmHg).
De acordo com gráfico de dispersão, é correto afirmar que:
Figura: Gráfico de dispersão entre as variáveis idade (anos) e pressão arterial sistólica (mmHg).
De acordo com gráfico de dispersão, é correto afirmar que:
Q3900028
Estatística
Para estudar a associação entre idade (x), expressa em anos, e pressão arterial sistólica (y),
expressa em mmHg, considerou-se o seguinte modelo de regressão linear simples:
yi = β0 + β1 (xi − 45) + ei , i = 1, … ,10.
Ao ajustar o modelo no software R, obteve-se a seguinte saída: ********************************************************************** Call: lm(formula = y ~ xp) # com xp=x-45
Coefficients:
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 10.24 on 8 degrees of freedom
Multiple R-squared: 0.8229, Adjusted R-squared: 0.8008
F-statistic: 37.18 on 1 and 8 DF, p-value: 0.0002903
**********************************************************************
É correto afirmar que:
yi = β0 + β1 (xi − 45) + ei , i = 1, … ,10.
Ao ajustar o modelo no software R, obteve-se a seguinte saída: ********************************************************************** Call: lm(formula = y ~ xp) # com xp=x-45
Coefficients:
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 10.24 on 8 degrees of freedom
Multiple R-squared: 0.8229, Adjusted R-squared: 0.8008
F-statistic: 37.18 on 1 and 8 DF, p-value: 0.0002903
**********************************************************************
É correto afirmar que:
Q3900022
Estatística
O comando utilizado no software R para ajustar um modelo de regressão linear simples, com a
variável resposta denotada por y e a variável explicativa por x, sem intercepto, é dado por:
Q3899831
Estatística
Em uma estimação de uma regressão múltipla com 7 variáveis independentes e n = 98, você só
conhece o coeficiente de determinação R2
= 0,91. Utilizando o teste F, calcule o valor da estatística
do teste.
Ano: 2026
Banca:
CESPE / CEBRASPE
Órgão:
Telebras
Prova:
CESPE / CEBRASPE - 2026 - Telebras - Especialista em Gestão de Telecomunicações - Analista Superior - Subatividade: Estatística |
Q3889030
Estatística
Texto associado
O modelo de regressão para as duas v.a. quantitativas, X e
Y, se escreve como E(Y|x) = α + βx. Para se determinar os
parâmetros α e β, são feitas n observações xi e yi e, nesse caso, o
modelo pode ser escrito como yi = E(Y|xi) + ei = α + βxi + ei
, em
que i = 1, 2, ..., n, e em que ei é o erro do modelo frente à i-ésima
observação, devendo-se encontrar os valores mais prováveis para
α e β, segundo algum critério, a partir das n observações de pares
de valores de (X, Y).
No caso do critério dos mínimos quadrados, segundo o
qual os valores das incógnitas α e β são determinados de modo a
minimizar a soma dos quadrados dos erros, é necessário, a fim de
encontrar os estimadores para os parâmetros do modelo,
considerar as seguintes hipóteses para as v.a. envolvidas.
1 A variável X é controlada e não está sujeita a variações
aleatórias, ou seja, X é uma variável fixa.
2 Para dado valor x de X, os erros distribuem-se ao redor da
média α + βx com média zero, isto é, E(ei
|x) = 0.
3 Os erros têm a mesma variabilidade em torno dos níveis de X,
ou seja, Var(ei
|x) = σe2
, para todo i = 1, ..., n.
4 Os erros são não correlacionados.
Para verificar se o modelo é adequado aos dados, deve-se
investigar se as suposições feitas para o desenvolvimento do
modelo estão satisfeitas. Para tanto, deve-se fazer a análise dos
resíduos. Uma técnica aplicável é a análise gráfica, que consiste
em plotar os pares (xi
, êi), em que i = 1, ..., n; e êi é a diferença
entre o valor observado yi e o valor previsto pelo modelo. Os
gráficos a seguir ilustram situações típicas.
A partir das informações precedentes, julgue o seguinte item.
O gráfico de resíduos (a) apresenta uma situação em que a hipótese 3 é satisfeita.
Ano: 2026
Banca:
CESPE / CEBRASPE
Órgão:
Telebras
Prova:
CESPE / CEBRASPE - 2026 - Telebras - Especialista em Gestão de Telecomunicações - Analista Superior - Subatividade: Estatística |
Q3889029
Estatística
Texto associado
O modelo de regressão para as duas v.a. quantitativas, X e
Y, se escreve como E(Y|x) = α + βx. Para se determinar os
parâmetros α e β, são feitas n observações xi e yi e, nesse caso, o
modelo pode ser escrito como yi = E(Y|xi) + ei = α + βxi + ei
, em
que i = 1, 2, ..., n, e em que ei é o erro do modelo frente à i-ésima
observação, devendo-se encontrar os valores mais prováveis para
α e β, segundo algum critério, a partir das n observações de pares
de valores de (X, Y).
No caso do critério dos mínimos quadrados, segundo o
qual os valores das incógnitas α e β são determinados de modo a
minimizar a soma dos quadrados dos erros, é necessário, a fim de
encontrar os estimadores para os parâmetros do modelo,
considerar as seguintes hipóteses para as v.a. envolvidas.
1 A variável X é controlada e não está sujeita a variações
aleatórias, ou seja, X é uma variável fixa.
2 Para dado valor x de X, os erros distribuem-se ao redor da
média α + βx com média zero, isto é, E(ei
|x) = 0.
3 Os erros têm a mesma variabilidade em torno dos níveis de X,
ou seja, Var(ei
|x) = σe2
, para todo i = 1, ..., n.
4 Os erros são não correlacionados.
Para verificar se o modelo é adequado aos dados, deve-se
investigar se as suposições feitas para o desenvolvimento do
modelo estão satisfeitas. Para tanto, deve-se fazer a análise dos
resíduos. Uma técnica aplicável é a análise gráfica, que consiste
em plotar os pares (xi
, êi), em que i = 1, ..., n; e êi é a diferença
entre o valor observado yi e o valor previsto pelo modelo. Os
gráficos a seguir ilustram situações típicas.
A partir das informações precedentes, julgue o seguinte item.
Para que a hipótese 2 seja satisfeita, espera-se que o gráfico de resíduos apresente pontos (xi , êi) distribuídos aproximadamente em torno da reta y = α + βx.
Ano: 2026
Banca:
CESPE / CEBRASPE
Órgão:
Telebras
Prova:
CESPE / CEBRASPE - 2026 - Telebras - Especialista em Gestão de Telecomunicações - Analista Superior - Subatividade: Estatística |
Q3889028
Estatística
Texto associado
O modelo de regressão para as duas v.a. quantitativas, X e
Y, se escreve como E(Y|x) = α + βx. Para se determinar os
parâmetros α e β, são feitas n observações xi e yi e, nesse caso, o
modelo pode ser escrito como yi = E(Y|xi) + ei = α + βxi + ei
, em
que i = 1, 2, ..., n, e em que ei é o erro do modelo frente à i-ésima
observação, devendo-se encontrar os valores mais prováveis para
α e β, segundo algum critério, a partir das n observações de pares
de valores de (X, Y).
No caso do critério dos mínimos quadrados, segundo o
qual os valores das incógnitas α e β são determinados de modo a
minimizar a soma dos quadrados dos erros, é necessário, a fim de
encontrar os estimadores para os parâmetros do modelo,
considerar as seguintes hipóteses para as v.a. envolvidas.
1 A variável X é controlada e não está sujeita a variações
aleatórias, ou seja, X é uma variável fixa.
2 Para dado valor x de X, os erros distribuem-se ao redor da
média α + βx com média zero, isto é, E(ei
|x) = 0.
3 Os erros têm a mesma variabilidade em torno dos níveis de X,
ou seja, Var(ei
|x) = σe2
, para todo i = 1, ..., n.
4 Os erros são não correlacionados.
Para verificar se o modelo é adequado aos dados, deve-se
investigar se as suposições feitas para o desenvolvimento do
modelo estão satisfeitas. Para tanto, deve-se fazer a análise dos
resíduos. Uma técnica aplicável é a análise gráfica, que consiste
em plotar os pares (xi
, êi), em que i = 1, ..., n; e êi é a diferença
entre o valor observado yi e o valor previsto pelo modelo. Os
gráficos a seguir ilustram situações típicas.
A partir das informações precedentes, julgue o seguinte item.
No modelo de regressão linear simples estimado pelo método dos mínimos quadrados ordinários (MQO), a soma dos resíduos é sempre igual a zero.
Ano: 2026
Banca:
CESPE / CEBRASPE
Órgão:
Telebras
Prova:
CESPE / CEBRASPE - 2026 - Telebras - Especialista em Gestão de Telecomunicações - Analista Superior - Subatividade: Estatística |
Q3889027
Estatística
Texto associado
A tabela a seguir apresenta o tempo y, em anos, que cinco clientes levam até decidir trocar de operadora de telefone, bem como sua renda mensal x, em salários mínimos.
Nesse contexto, um modelo de regressão linear na forma E(Y| x) = a + bx é construído para se ajustar aos dados por critério que minimize a soma dos quadrados dos erros.
Com base nas informações apresentadas e supondo que o modelo apresentado possa ser usado para prever o comportamento das demais pessoas, julgue o próximo item.
Para um cliente com renda de 7 salários mínimos, o valor absoluto do erro ao se usar o modelo em questão frente ao dado amostral é superior a 2 meses.
Ano: 2026
Banca:
CESPE / CEBRASPE
Órgão:
Telebras
Prova:
CESPE / CEBRASPE - 2026 - Telebras - Especialista em Gestão de Telecomunicações - Analista Superior - Subatividade: Estatística |
Q3889025
Estatística
Texto associado
A tabela a seguir apresenta o tempo y, em anos, que cinco clientes levam até decidir trocar de operadora de telefone, bem como sua renda mensal x, em salários mínimos.
Nesse contexto, um modelo de regressão linear na forma E(Y| x) = a + bx é construído para se ajustar aos dados por critério que minimize a soma dos quadrados dos erros.
Com base nas informações apresentadas e supondo que o modelo apresentado possa ser usado para prever o comportamento das demais pessoas, julgue o próximo item.
Infere-se do modelo apresentado que quanto maior a renda do cliente, menor é o tempo que ele leva até decidir trocar de operadora.
Ano: 2026
Banca:
CESPE / CEBRASPE
Órgão:
Telebras
Prova:
CESPE / CEBRASPE - 2026 - Telebras - Especialista em Gestão de Telecomunicações - Analista Superior - Subatividade: Estatística |
Q3889024
Estatística
Texto associado
A tabela a seguir apresenta o tempo y, em anos, que cinco clientes levam até decidir trocar de operadora de telefone, bem como sua renda mensal x, em salários mínimos.
Nesse contexto, um modelo de regressão linear na forma E(Y| x) = a + bx é construído para se ajustar aos dados por critério que minimize a soma dos quadrados dos erros.
Com base nas informações apresentadas e supondo que o modelo apresentado possa ser usado para prever o comportamento das demais pessoas, julgue o próximo item.
No modelo apresentado, o parâmetro b representa o quanto a média da variável que mensura o tempo médio que um cliente leva até decidir trocar de operadora varia para um aumento unitário na variável renda.
Ano: 2026
Banca:
CESPE / CEBRASPE
Órgão:
Telebras
Prova:
CESPE / CEBRASPE - 2026 - Telebras - Especialista em Gestão de Telecomunicações - Analista Superior - Subatividade: Auditoria |
Q3887053
Estatística
Texto associado
Em uma auditoria operacional, foi avaliado o custo mensal de
operação (em R$ mil) de um mesmo serviço crítico de
telecomunicações em três unidades administrativas (A, B e C).
Foram coletadas seis observações mensais por unidade, no mesmo
período e com o mesmo critério de custeio. Para verificar se havia
diferença entre os custos médios populacionais dessas unidades (μA ,μB e μC), foi aplicada análise de variância (ANOVA) ao nível de
significância de 5%, com a hipótese nula H0 = μA = μB = μC .
A tabela a seguir apresenta o resultado resumido.
A partir das informações fornecidas pela situação hipotética precedente, julgue o item a seguir.
No caso apresentado, a soma dos quadrados total é igual a 77,7.
Conheça nossos planos