Questões de Concurso
Sobre regressão linear em estatística
Foram encontradas 440 questões
Coluna 1
1. Independente. 2. AR-1 (Autoregressive de 1ª ordem). 3. Troca (Exchangeable). 4. Dependente de ordem m. 5. Não estruturada.
Coluna 2
( ) Assume que a correlação entre quaisquer dois elementos é nula.
( ) Permite uma correlação diferente para cada par de medidas repetidas.
( ) Assume que cada medida repetida só é correlacionada com as m medições anteriores dentro do mesmo sujeito.
( ) Assume que todas as medidas dentro de um sujeito têm a mesma correlação m entre si (correlação homogênea).
( ) A correlação entre quaisquer dois elementos é igual a m para elementos adjacentes, m² para elementos separados por um terceiro e assim por diante, tal que –1 < m < 1.
A ordem correta de preenchimento dos parênteses, de cima para baixo, é:
I. É uma forma especializada de regressão que é formulada para prever e explicar uma variável categórica binária e, não uma medida dependente métrica.
II. Os modelos lineares generalizados podem ser considerados como uma abordagem de modelagem de dois estágios. Primeiro se modela a variável de resposta usando uma distribuição de probabilidade, como a distribuição binomial ou de Poisson e segundo se modela o parâmetro da distribuição usando uma coleção de preditores e uma forma especial de rede neural.
III. A regressão logística por ser usado como uma ferramenta para construir modelos quando existe uma variável de resposta categórica com três níveis. A regressão logística é um tipo de modelo linear não generalizado para variáveis de resposta onde a regressão linear múltipla não funciona muito bem.
Estão corretas as afirmativas
Com base nos dados apresentados na situação hipotética precedente, julgue o próximo item.
A média amostral dos valores licitados (VL) foi de R$ 50 mil.
Com base nos dados apresentados na situação hipotética precedente, julgue o próximo item.
O desvio padrão da variável VL foi superior ao desvio padrão da variável VP .
A partir das informações apresentadas na situação hipotética precedente, considerando que esse modelo foi obtido pelo método de mínimos quadrados ordinários, julgue o seguinte item.
A média amostral de y é igual a 10.
A partir das informações apresentadas na situação hipotética precedente, considerando que esse modelo foi obtido pelo método de mínimos quadrados ordinários, julgue o seguinte item.
A correlação linear de Pearson entre as variáveis x e y é igual a 0,8.
yi = β0 + β1xi + ui , i = 1,2, … n.
Uma amostra aleatória com n = 24 observações de cada variável fornece as seguintes estatísticas:
A reta de regressão estimada por MQO (Mínimos Quadrados Ordinários) a partir dessa amostra é:
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
no qual 
e representam os coeficientes do modelo e
denota o erro aleatório, que segue distribuição normal com média
zero e desvio padrão . As tabelas a seguir mostram os resultados
obtidos pelo pesquisador.
Com base nas informações apresentadas, julgue o item a seguir.
O erro padrão referente ao coeficiente 
foi igual a 0,008.
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
no qual e representam os coeficientes do modelo e
denota o erro aleatório, que segue distribuição normal com média
zero e desvio padrão . As tabelas a seguir mostram os resultados
obtidos pelo pesquisador.
Com base nas informações apresentadas, julgue o item a seguir.
O desvio padrão amostral da variável Y é igual a 10.
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
no qual e representam os coeficientes do modelo e
denota o erro aleatório, que segue distribuição normal com média
zero e desvio padrão . As tabelas a seguir mostram os resultados
obtidos pelo pesquisador.
Com base nas informações apresentadas, julgue o item a seguir.
A estimativa do desvio padrão 
é igual ou superior a 6.
Acerca de conceitos de estatística descritiva e de inferência estatística, julgue o item a seguir.
Em análises de regressão, o coeficiente de determinação (R2) mede a proporção da variabilidade da variável dependente, explicada pelas variáveis independentes, o que indica a intensidade do ajuste do modelo, sem implicar causalidade.
Acerca de técnicas e métodos estatísticos para a análise de dados agrícolas, julgue o item que se segue.
A regressão linear simples, aplicada à análise de dados agrícolas, permite prever valores da variável independente com base na variável dependente.
Ŷ = 50 + 0,5 X
Ele verificou que o modelo atende a todas as premissas do modelo de regressão linear.
A pontuação esperada de um funcionário que dedicou 60 horas a treinamento no último semestre é
Julgue o item a seguir, relativo à análise de regressão.
As séries temporais podem apresentar sazonalidade, o que impede a sua análise por um modelo de regressão linear.
Julgue o item a seguir, relativo à análise de regressão.
Em um modelo de regressão para uma amostra de tamanho n > 1, em que, para uma única covariância e uma precisão p, o menor tamanho amostral necessário é m > 1, o número máximo de variáveis independentes possíveis (N) será = N ( n ∙ m)p.
Julgue o item a seguir, relativo à análise de regressão.
Um modelo de regressão linear não pode ser ajustado a conjuntos de dados com alta dimensionalidade (muitas variáveis preditoras), uma vez que será inviável calcular a matriz de estimação do modelo.
Conheça nossos planos