Questões de Concurso Sobre modelos lineares em estatística

Foram encontradas 852 questões

Q3446633 Estatística
Um estatístico está desenvolvendo um modelo de regressão linear simples para prever o valor de uma variável dependente Y com base em uma variável independente X. Ele obteve a seguinte equação estimada.

Y = 3 + 2X

Com base nessas informações, assinale a opção correta.
Alternativas
Q3446632 Estatística
Q65.png (361×212)

A figura precedente corresponde ao diagrama de dispersão para as variáveis X e Y, e a sua linha de tendência é dada pela reta dos mínimos quadrados da equação Y = 6,1759X + 10,642. Considerando-se que o valor observado da variável Y seja igual a 50, quando X = 6, o valor do erro de predição será  
Alternativas
Q3446630 Estatística
Suponha que, no ajuste de uma reta de regressão linear simples de uma variável Y em uma variável X, o coeficiente de determinação observado tenha sido igual a 0,1296. Nesse caso, o módulo do coeficiente de correlação amostral entre X e Y é igual a 
Alternativas
Q3446627 Estatística
Uma pesquisa científica foi realizada para investigar a relação entre o tempo médio, por dia, que um indivíduo gasta navegando nas redes sociais (em minutos) e sua idade (em anos). Os dados foram obtidos em uma entrevista com os usuários, que responderam sua idade e seu tempo de navegação diário nas redes. A partir dos dados observados experimentalmente, um pesquisador elaborou o seguinte modelo de regressão linear simples ajustado, em que I corresponde à idade e T, ao tempo.

T = 163,12 − 0,9532 × I

Considerando a situação hipotética precedente, julgue os itens a seguir.

I A correlação entre as variáveis T e I é linear positiva.
II T é uma variável dependente de I.
III Se uma pessoa de 20 anos de idade responder que gasta diariamente 152 minutos nas redes sociais, então o erro, ou seja, a diferença entre o valor efetivo e o valor previsto, será superior a 7 minutos.

Assinale a opção correta.
Alternativas
Q3446625 Estatística
Texto 17A3


Conforme a literatura básica de estatística, o coeficiente de correlação linear r é adimensional e pode variar de −1 a 1, ou seja −1 ≤ r ≤ 1. 
Considerando as informações do texto 17A3, julgue os itens a seguir.

I Se o valor de r estiver próximo de +1, a reta será crescente e representará a correlação entre os valores das variáveis, com uma mínima dispersão entre os pontos obtidos pelas variáveis e os pontos da reta.
II Para duas variáveis, X e Y, se o coeficiente de correlação for, aproximadamente, r = 0,9813, então 96,29% das variações totais serão explicadas pela reta de regressão Y = a + bX.
III Caso o coeficiente de correlação seja r = −1, a reta ajustada explicará toda a variação de Y e, por consequência, o ajuste linear será excelente.

Assinale a opção correta. 
Alternativas
Q3444813 Estatística
Considere que um determinado estudo tenha apresentado a equação de regressão linear simples reproduzida a seguir, em que Y é a variável dependente e X é a variável independente.

Y = 4 ˗ 0,2 × X

Com base na equação e nas informações apresentadas na situação hipotética precedente, pode-se afirmar que, para cada unidade de aumento em X, espera-se
Alternativas
Q3439777 Estatística
No exercício de suas atribuições, o analista de mercado financeiro da Niterói Prev realiza estudos estatísticos com o objetivo de compreender a relação entre o desempenho dos ativos da carteira própria do instituto e os principais índices de referência do mercado. Esse tipo de análise é fundamental para embasar decisões de alocação estratégica de recursos e gestão de risco. Em um dos relatórios produzidos, o analista reuniu os seguintes dados mensais sobre o retorno de um ativo específico (Y) e o retorno de um índice de mercado (X), ao longo de cinco meses; analise-os

Imagem associada para resolução da questão

Com base nos conceitos de correlação e regressão linear simples, assinale a alternativa correta.
Alternativas
Q3362606 Estatística
Uma agência reguladora de saneamento básico está estudando a relação entre a variável dependente Y = redução de perdas de água (em porcentagem) e duas variáveis independentes: X1 = investimento em infraestrutura (em milhões de reais) e X2 = capacitação de equipes técnicas (em horas de treinamento por funcionário). Foram coletados dados de dez municípios e um modelo de regressão linear múltiplo foi ajustado usando o método de mínimos quadrados ordinários. Alguns resultados do ajuste do modelo são evidenciados a seguir:

• Soma de quadrados da regressão = 450,0; • Soma de quadrados dos resíduos = 80,0; • Valor-p do teste F da ANOVA = 0,005; • Estimativa do intercepto do modelo = 5,0; • Estimativa do coeficiente de X1 = 0,4; e • Estimativa do coeficiente de X2 = 0,2.

Com base nessas informações, assinale a afirmativa INCORRETA.
Alternativas
Q3358623 Estatística
A previsão de demanda elétrica orienta o planejamento de sistemas de potência. Avaliando uma região com consumo anual de 500 gigawatt-hora (GWh) e crescimento esperado de 4%, a análise técnica concentra-se nos métodos estatísticos para estimar o consumo futuro. Sobre o tema, relacione corretamente os termos da Coluna A com as descrições da Coluna B.

Coluna A (termos)

1.Regressão Linear. 2.Séries Temporais. 3.Modelos Econométricos.

Coluna B (descrições)

(__)Método que analisa padrões históricos de consumo ao longo do tempo, como sazonalidade e tendências.
(__)Método que combina variáveis econômicas, como PIB e população, para prever o consumo.
(__)Método que assume uma relação linear entre consumo e variáveis independentes, como temperatura.

Assinale a alternativa que apresenta a sequência da associação correta dos itens acima, de cima para baixo: 
Alternativas
Q3350272 Estatística
Sobre a regressão linear, assinale a alternativa correta. 
Alternativas
Q3349761 Estatística
Suponha um modelo de regressão linear p-variado dado por:

Y = Xβ + ε

em que Y é um vetor (n x 1), X é uma matriz (n x p) conhecida, β é um vetor de parâmetros (p x 1) e ε é um vetor de erros tal que E[ ε ] = 0, V[ε ] = Iσ2, de modo que os elementos de ε são não correlacionados, I é a matriz identidade.

Nesse caso, se X’ é a matriz transposta da matriz X, a solução das equações normais é dada por
Alternativas
Q3349759 Estatística
Considere que no ajuste de uma reta de regressão linear

Y = β0 + β1X + ε,

a seguinte tabela de Análise da Variância (com dados parcialmente omitidos) foi obtida:

Q53.png (352×113)

O valor de s2 é igual a 
Alternativas
Q3337111 Estatística
Considere o seguinte modelo de regressão linear simples:
yi = β0 + β1xi + ui , i = 1,2, … n.
Uma amostra aleatória com n = 24 observações de cada variável fornece as seguintes estatísticas:
Imagem associada para resolução da questão

A reta de regressão estimada por MQO (Mínimos Quadrados Ordinários) a partir dessa amostra é:


Alternativas
Q3327665 Estatística
O principal objetivo de uma análise de regressão é possibilitar a estimativa do valor médio de uma variável de resposta, tendo por base valores de variáveis explicativas.
Considerando que as análises de regressão podem ser lineares ou não lineares, em relação às características da análise de regressão linear, assinale a alternativa correta.
Alternativas
Q3327589 Estatística
 A análise de regressão e correlação em estatística não pode ser aplicada
Alternativas
Q3317294 Estatística

        Um pesquisador está analisando a relação entre duas variáveis:X (quantidade de certo fertilizante aplicado em uma produção) e (produtividade agrícola). Sabendo que o par (X, Y) segue, conjuntamente, uma distribuição normal bivariada, ele obteve a média condicional na forma E[Y|X = x] =500+30x  para descrever a produtividade esperada com base na quantidade x desse tipo de fertilizante, além das informações apresentadas a seguir.


Com base nessas informações, julgue o item a seguir. 


A correlação linear entre e é superior a 0,80. 

Alternativas
Q3314675 Estatística

Considerando a relevância da bioestatística para a saúde animal, julgue o item seguinte. 


A regressão estatística não é adequada para a quantificação das associações entre um fator de interesse (variável dependente) e fatores explicativos (variáveis independentes). 

Alternativas
Q3313404 Estatística
Considerando que a durabilidade (Y) de certo produto depende da temperatura (T) e da umidade (U) do local de armazenamento, um pesquisador obteve as estimativas de mínimos quadrados ordinários para os coeficientes de um modelo de regressão linear múltipla na forma


Y = β0 + β0T + β2U + ∈


no qual β0, β0, e β2 representam os coeficientes do modelo e ∈ denota o erro aleatório, que segue distribuição normal com média zero e desvio padrão σ. As tabelas a seguir mostram os resultados obtidos pelo pesquisador. 


Com base nas informações apresentadas, julgue o item a seguir. 



A estimativa do coeficiente β1 poderá ser considerada nula se o nível de significância do teste de hipóteses H0: β1 = 0 versus H1: β1 ≠ 0 for igual a 5%.  


Alternativas
Q3313399 Estatística
Considerando que a durabilidade (Y) de certo produto depende da temperatura (T) e da umidade (U) do local de armazenamento, um pesquisador obteve as estimativas de mínimos quadrados ordinários para os coeficientes de um modelo de regressão linear múltipla na forma


Y = β0 + β0T + β2U + ∈


no qual β0, β0, e β2 representam os coeficientes do modelo e ∈ denota o erro aleatório, que segue distribuição normal com média zero e desvio padrão σ. As tabelas a seguir mostram os resultados obtidos pelo pesquisador. 


Com base nas informações apresentadas, julgue o item a seguir. 



O coeficiente de explicação do modelo é igual a 0,80. 

Alternativas
Q3307171 Estatística

A respeito de máquinas de vetores de suporte e de avaliação de modelos de regressão, julgue o próximo item.  


MSE (mean squared error) é uma medida usada para a avaliação da acurácia de modelos de classificação e representa a métrica de fidelidade de acerto de um modelo em relação ao atributo alvo (target attributes), portanto, pode ser utilizada para avaliar o desempenho de assertividade do modelo. 

Alternativas
Respostas
161: C
162: B
163: E
164: D
165: E
166: B
167: C
168: A
169: A
170: E
171: A
172: B
173: C
174: D
175: A
176: E
177: E
178: E
179: C
180: E