Questões de Concurso
Sobre regressão linear em estatística
Foram encontradas 433 questões
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:
0 = 21, 5,
1 = – 2,8 e
2 = 3,5. Adicionalmente, tem-se que SQRegressão = 346,5 e SQResíduos = 185, 5. Com base nessas informações, é correto afirmar que:
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.
Se a estimativa obtida para o parâmetro Φ1 foi 0,8, a estimativa do parâmetro Φ0 foi:

O intervalo de 95% de confiança associado ao impacto de x sobre y é (considere apenas 3 casas decimais):
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
Obs. O chapéu em
indica valor estimado e o traço em
indica
a média. 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
é o
resíduo para os coeficientes estimados
, então 
Julgue o item seguinte, referente a regressão linear e séries temporais.
Para o modelo de regressão linear simples
, em que
, é uma variável aleatória independente de
, então 
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.
A partir disso, o cálculo da medida que representa o coeficiente de determinação R2 é dado por:
É correto afirmar que:
defina o resíduo
como a diferença entre o valor observado e o estimado. O valor esperado para o resíduo é:
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
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.
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.

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.

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.