Questões de Concurso Sobre regressão linear em estatística

Foram encontradas 433 questões

Q2543298 Estatística

Determinado Ministério Público Estadual coletou dados nas 53 comarcas do Estado com o intuito de estudar a relação entre o tempo médio (Y), em dias, gasto na triagem inicial de denúncias de abuso recebidas pela comarca e duas variáveis explicativas: o número de servidores lotados no setor responsável por avaliar as denúncias na comarca (X1); e o número de municípios atendidos pela comarca (X2). Considere o ajuste do modelo de regressão linear múltipla Yi = β0 + β1X1i + β2X2i + ɛi , onde i = 1,..., 53 e ɛ1,..., ɛ53 são erros independentes com ɛi⁓N(0, σ2) para todo i. Os seguintes resultados foram obtidos pelo método de máxima verossimilhança: Imagem associada para resolução da questão0 = 21, 5, Imagem associada para resolução da questão1 = – 2,8 e Imagem associada para resolução da questão2 = 3,5.  Adicionalmente, tem-se que SQRegressão = 346,5 e SQResíduos = 185, 5. Com base nessas informações, é correto afirmar que: 




Alternativas
Q2518873 Estatística

Sabe-se que os modelos estatísticos de regressão foram construídos com base em algumas suposições.

Dessa forma, assinale a opção que apresenta a suposição que se aplica aos modelos de regressão múltipla e não está presente nos modelos de regressão simples.

Alternativas
Q2517676 Estatística
Um analista financeiro tenta prever a rentabilidade anual futura de um ativo, em termos reais. Ele considera que a rentabilidade real (em %) siga, ao longo dos anos, um modelo AR(1): yt = Φ0 + Φ1 yt-1 + εt, em que t é o ano, E(εt) = 0 e corr(εt, εt-s) = 0, para s = 1, 2, ... . Sabe-se que a rentabilidade real prevista pelo modelo para o longuíssimo prazo foi de 4% ao ano.
Se a estimativa obtida para o parâmetro Φ1 foi 0,8, a estimativa do parâmetro Φ0 foi:
Alternativas
Q2517674 Estatística
Um analista investiga, mediante um modelo de regressão linear clássico, a relação entre a rentabilidade y de ofertas públicas disponíveis no mercado e um indicador de risco associado ao emissor, representado pela variável explicativa x. Considera-se que o termo de erro do modelo siga distribuição Normal. Foi utilizada uma amostra aleatória simples de 20 pares (x,y) de observações mensais. O modelo estimado está apresentado a seguir (erros padrão entre parênteses).

Imagem associada para resolução da questão


O intervalo de 95% de confiança associado ao impacto de x sobre y é (considere apenas 3 casas decimais):
Alternativas
Q2512357 Estatística
Na estimação de parâmetros de modelos econométricos, o estimador de mínimos quadrados ordinários (MQO) é largamente utilizado. A principal propriedade que esse estimador deve ter é ser consistente, ou seja, o estimador deve convergir para o verdadeiro parâmetro conforme o tamanho da amostra aumenta.

Avalie se as seguintes condições são necessárias para a consistência do estimador de MQO.

I. A distribuição de probabilidade dos erros do modelo deve ser uma distribuição Normal.

II. A correlação entre as variáveis explicativas do modelo e o termo de erro deve convergir para zero.

III. Os erros do modelo devem ter média igual a zero.


Está correto o que se apresenta em
Alternativas
Q2502447 Estatística
Em uma pesquisa sobre o desempenho de alunos em uma determinada disciplina ao longo do tempo, foi observado que o princípio da regressão ou reversão se aplica. Esse princípio sugere que, em geral, os resultados extremos tendem a se aproximar da média em medições subsequentes. Suponha que um aluno tenha uma nota muito alta em uma prova inicial. De acordo com o princípio da regressão ou reversão, o que é mais provável que aconteça na próxima avaliação?
Alternativas
Q2496491 Estatística
Em um modelo de regressão linear múltipla, onde há uma variável dependente Y e k variáveis independentes X, o estimador não viesado para a variância do modelo com n observações é dado por:

Obs. O chapéu em Imagem associada para resolução da questão indica valor estimado e o traço em Imagem associada para resolução da questão indica a média.
Alternativas
Q2462943 Estatística

Julgue o item seguinte, referente a regressão linear e séries temporais. 


Considere que {(x1,y1),(x2,y2), ..., (xn,yn) } seja um conjunto de dados que pode ser modelado pelo modelo de regressão linear simples Y = β0 +β1X2 + ε, com ε∼N(0,σ²). Nesse caso, se Imagem associada para resolução da questão é o resíduo para os coeficientes estimados Imagem associada para resolução da questão  , então Imagem associada para resolução da questão

Alternativas
Q2462942 Estatística

Julgue o item seguinte, referente a regressão linear e séries temporais. 


Para o modelo de regressão linear simples Imagem associada para resolução da questão, em que Imagem associada para resolução da questão, é uma variável aleatória independente de Imagem associada para resolução da questão , então Imagem associada para resolução da questão

Alternativas
Q2462940 Estatística

Julgue o item seguinte, referente a regressão linear e séries temporais. 


A homoscedasticidade é condição necessária para que um modelo de regressão linear seja não viesado.

Alternativas
Q2450829 Estatística
Suponha que foram calculados a soma quadrática total (SQT), a soma quadrática explicada (SQE) e a soma quadrática dos resíduos (SQR) de uma regressão. 

A partir disso, o cálculo da medida que representa o coeficiente de determinação R2 é dado por: 
Alternativas
Q2450825 Estatística
Sejam (x1,y1), (x2,y2), ... (xn,yn), os dados da modelagem de uma regressão linear simples Yi=α+ βXi+€i obtida pelo método dos mínimos quadrados. 

É correto afirmar que: 
Alternativas
Q2450814 Estatística
Em um modelo de regressão linear múltipla Imagem associada para resolução da questão defina o resíduo Imagem associada para resolução da questão como a diferença entre o valor observado e o estimado. 

O valor esperado para o resíduo é:  
Alternativas
Q2447351 Estatística
Quando se adota que os erros do modelo de regressão linear multivariado seguem uma distribuição normal, após o ajuste do modelo, é preciso verificar tal suposição. A partir dos resíduos, o gráfico utilizado para essa verificação é o gráfico de
Alternativas
Q2447343 Estatística

Considere um modelo de regressão linear múltipla dado por Υ = Χβ + ε, em que Υ é um vetor de dimensão η x 1, X tem dimensão η x ρ, com as colunas lineamente independentes, β é desconhecido com dimensão ρ x 1 e o valor esperado de ε é igual a 0. A estimativa de mínimos quadrados para β é dada por

Alternativas
Q2445342 Estatística
        A equação y = mx + b, com m = 2,09 e b = 0,257, foi obtida na calibração de um método para a determinação cromatográfica de isoctano em misturas de hidrocarbonetos. Nessa equação, o eixo x apresenta valores de concentração de isoctano, em porcentagem molar, e o eixo y, a área sob o pico cromatográfico, em uma unidade arbitrária.  

Tendo como referência as informações precedentes, julgue o item subsecutivo, a respeito de fundamentos de estatística.


No método dos mínimos quadrados, os valores calculados de xi, yi, xi2 , yi2 , xiyi e seus respectivos somatórios devem ser arredondados para três algarismos significativos antes de se calcular os demais parâmetros da regressão linear.

Alternativas
Q2444330 Estatística
Imagem associada para resolução da questão
Considerando que a tabela precedente exibe uma amostra aleatória bivariada (x,y) de tamanho n = 6, na qual y representa uma variável dependente e x denota uma variável regressora, assinale a opção que apresenta uma curva de regressão (ŷ) ajustada para esse conjunto de dados mediante aplicação do método de mínimos quadrados ordinários. 
Alternativas
Q2391890 Estatística
        Mediante a aplicação do critério de mínimos quadrados ordinários, um analista deseja ajustar um modelo de regressão linear simples na forma y = a + bx + ε, com variância V, em que y representa a variável dependente, x é a variável regressora e ε denota um erro aleatório que segue distribuição normal com média zero. A partir de uma amostra aleatória simples de tamanho n = 46, o analista obteve as estatísticas descritivas mostradas na tabela a seguir. 


A partir dessas informações, e sabendo que a correlação linear de Pearson entre as variáveis y e x é igual a 0,5, julgue os próximos itens.


50% da variação total de y é explicada por meio do modelo de regressão linear simples em questão.

Alternativas
Q2391889 Estatística
        Mediante a aplicação do critério de mínimos quadrados ordinários, um analista deseja ajustar um modelo de regressão linear simples na forma y = a + bx + ε, com variância V, em que y representa a variável dependente, x é a variável regressora e ε denota um erro aleatório que segue distribuição normal com média zero. A partir de uma amostra aleatória simples de tamanho n = 46, o analista obteve as estatísticas descritivas mostradas na tabela a seguir. 


A partir dessas informações, e sabendo que a correlação linear de Pearson entre as variáveis y e x é igual a 0,5, julgue os próximos itens.


Estima-se que a variância V seja inferior a 15.

Alternativas
Q2387991 Estatística
Em uma reta de regressão linear simples entre duas variáveis X e Y, um coeficiente angular igual a zero indica que
Alternativas
Respostas
121: A
122: A
123: E
124: B
125: C
126: D
127: D
128: C
129: E
130: E
131: B
132: A
133: A
134: C
135: C
136: E
137: C
138: E
139: E
140: E