Questões de Concurso Sobre regressão linear em estatística

Foram encontradas 440 questões

Q2447343 Estatística

Considere um modelo de regressão linear múltipla dado por ΥΧβε, 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
Q2384726 Estatística
Considere um estudo sobre o impacto de um programa de treinamento de habilidades técnicas em dois grupos de trabalhadores (Grupo P e Grupo Q), em relação à sua renda ao longo do tempo. Para isso, os pesquisadores estimam a seguinte equação:

Imagem associada para resolução da questão


onde
• Yit é a renda do indivíduo i no período de tempo t;
• Treinamentoit é uma variável binária que indica se o indivíduo i recebeu ou não o treinamento no período  t (0 para não e 1 para sim);
• GrupoQi é uma variável binária que indica se o indivíduo i pertence ao Grupo Q (0 para Grupo P e 1 para Grupo Q);
• ϵit é o termo de erro.

Antes do treinamento, a renda média para o Grupo P era R$ 1.000,00 e para o Grupo Q era R$ 1.050,00. Após o treinamento, a renda média para o Grupo P foi para R$ 1.050,00 e para o Grupo Q foi para R$ 1.150,00.

Qual é a estimativa de β3, em reais, nesse cenário, considerando-se que todos os coeficientes da equação foram estatisticamente significativos?
Alternativas
Q2384722 Estatística
Considere um estudo de evento que analisa o impacto do lançamento de um produto nas ações de uma empresa, ao longo de um período de 11 dias, onde o dia 0 representa o dia do lançamento. Uma regressão foi realizada para entender o efeito do evento sobre o retorno das ações, utilizando um modelo que incluiu variáveis de tempo, um indicador de evento e uma interação entre tempo e evento. Os resultados da regressão foram os seguintes:

RetornoAções (Tempo, Evento) = 0,02 - 0,003Tempo + 0,05Evento - 0,01Tempo x Evento + ε ,
onde
• RetornoAções representa o retorno das ações da empresa;
• Tempo é o período de tempo em dias codificados de -5 a 5;
• Evento é uma variável indicadora que vale 1 se Tempo> 0 e 0 caso contrário;
• ε é o termo de erro.

Supondo-se que todos os coeficientes da equação acima sejam estatisticamente significativos individual e conjuntamente a 5%, verifica-se que o
Alternativas
Q2382935 Estatística
Em estudos sobre os diferenciais de salários entre homens e mulheres, há uma preocupação em entender o efeito do tempo dedicado aos afazeres domésticos (Td). Sabe-se que as mulheres dedicam a maior parte da sua jornada para essas atividades, dedicação maior do que a dos homens, e isso impacta no esforço dedicado ao trabalho.
Uma forma de calcular esse efeito é usar um banco de dados dos trabalhadores em painel balanceado e especificar a seguinte equação a ser estimada para homens e mulheres, separadamente:

In Wit = Xitβ + Tditδ + εit

Nessa equação, In Wit é o logaritmo neperiano do salário-hora do trabalhador i no tempo t, Xit é uma matriz de variáveis explicativas observadas determinantes do salário, Td é o tempo dedicado aos afazeres domésticos. β é o vetor de parâmetros associados a X e d o parâmetro associado a Td, ambos a serem estimados pelo modelo. εit é o termo de erro aleatório não observado. 

Existem várias formas de estimar esse efeito, e, sobre elas, conclui-se o seguinte:
Alternativas
Q2382931 Estatística
Um cientista mediu uma grandeza y para tempos t = 0,1,2,3, obtendo os seguintes valores:
y(0) ≅ 1,2, y(1) ≅ 1,4, y(2) ≅ 1,8, y(3) ≅ 2,0.
Usando mínimos quadrados, o cientista obtém a função afim y = at+b que melhor aproxima suas medidas.
Usando essa função, que valor de y ele prevê para t=4? 
Alternativas
Q2382929 Estatística
Um economista analisou duas séries mensais que tratavam, respectivamente, do preço do combustível de aviação (yt) e do número de passageiros do transporte aéreo (xt), no período de 1980 a 2019, estabelecendo o seguinte modelo de regressão:  

ytβ0 + β1 xt + et ,

em que et é o erro. No entanto, observou-se que as variáveis yt e xt não eram estacionárias e não eram cointegradas.
A estratégia a ser empregada para se tentar resolver esse problema é
Alternativas
Q2367117 Estatística

Julgue o item que se segue, relativos a modelos de regressão e inferência estatística. 


Os modelos de regressão resistente são alternativas em que os estimadores são baseados em medianas. 

Alternativas
Q2367113 Estatística

Julgue o item que se segue, relativos a modelos de regressão e inferência estatística. 


Os modelos de regressão polinomial envolvem funções polinomiais de variável explicativa. 

Alternativas
Q2367111 Estatística

Julgue o item que se segue, relativos a modelos de regressão e inferência estatística. 


Nos modelos de inferência baseada em regressão linear simples, os erros são correlacionados e sua média é superior a zero. 

Alternativas
Q2359187 Estatística

Supondo que a covariância entre duas variáveis Y e W seja igual a 60 e que o desvio padrão de W seja igual a 5, julgue o próximo item.


O coeficiente angular da reta de regressão linear simples da variável resposta Y sobre a variável regressora W  -  considerando que o intercepto não seja nulo   -  é igual a 2,4.

Alternativas
Q2359185 Estatística

Supondo que a covariância entre duas variáveis Y e W seja igual a 60 e que o desvio padrão de W seja igual a 5, julgue o próximo item.


Se o coeficiente de determinação do modelo de regressão linear simples da variável W sobre a variável Y for igual a 0,9, e se o intercepto do modelo não for nulo, então a correlação linear de Pearson entre essas variáveis será inferior a 0,9.

Alternativas
Q2353402 Estatística
A figura apresenta parte do resultado do ajuste de um modelo de regressão linear realizado através da função lm() do software R.

Imagem associada para resolução da questão


De acordo com os dados fornecidos e as propriedades do modelo de regressão linear, assinale a afirmativa INCORRETA.
Alternativas
Q4077137 Estatística
Quando se estuda a variação de uma variável Y em função de uma variável X, dizemos que Y é a variável dependente e que X é a variável explanatória (ou independente). Assinale a alternativa cujas variáveis descritas estão nessa ordem, dependente e independente:

Fonte: http://www.de.ufpb.br/~luiz/AED/Aula9.pdf
Alternativas
Q4077135 Estatística
O método de estimação por mínimos quadrados está fundamentado em algumas premissas, que são necessárias para realizar inferências estatísticas sobre a variável dependente Y. Assinale a alternativa que NÃO está de acordo com essas premissas:

Fonte: https://www.maxwell.vrac.puc-rio.br/19308/19308_5.PDF
Alternativas
Q4077130 Estatística
A partir do modelo de regressão linear múltipla e dos resíduos estimados, podemos elencar as propriedades numéricas do estimador de mínimos quadrados ordinários (MQ), como por exemplo:
Alternativas
Respostas
121: C
122: E
123: C
124: E
125: E
126: E
127: B
128: A
129: E
130: C
131: D
132: C
133: C
134: E
135: C
136: E
137: D
138: A
139: B
140: C