Questões de Concurso
Sobre regressão linear em estatística
Foram encontradas 433 questões
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?
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
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:
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?
yt = β0 + 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
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.
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.
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.
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.
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.
De acordo com os dados fornecidos e as propriedades do modelo de regressão linear, assinale a afirmativa INCORRETA.
Fonte: https://www.maxwell.vrac.puc-rio.br/19308/19308_5.PDF
Está embasado no quadrado dos resíduos, porém, em vez de realizar uma regressão contra as variáveis explicativas e suas combinações, o teste realiza uma regressão dos quadrados dos resíduos contra os quadrados dos valores estimados de Y.
Fonte: https://www.maxwell.vrac.puc-rio.br/19308/19308_5.PDF
Observação: Para as questões que assim necessitarem, há tabelas estatísticas disponibilizadas no final deste caderno.
Para responder às questões de números 57 e 58, considere o texto a seguir.
Suponha que uma análise de regressão com dados das variáveis x e y indicou correlação linear entre elas, obtendo-se para coeficientes os seguintes valores: 0,78 para o coeficiente de determinação, – 0,28 para o coeficiente de inclinação e 52,10 para o coeficiente linear (ou de interceptação).
Entre as alternativas seguintes, o valor mais próximo do coeficiente de correlação entre as variáveis é:
Observação: Para as questões que assim necessitarem, há tabelas estatísticas disponibilizadas no final deste caderno.
O gráfico a seguir é o diagrama de dispersão obtido com uma amostra de trabalhadores de certa região para estudar a possível correlação entre o tempo médio de escolaridade e a renda média anual.
GRÁFICO 2
Tempo médio escolaridade X Renda média anual
Admitindo uma correlação linear entre as variáveis e considerando os coeficientes r de correlação e b de inclinação da reta de regressão associada, é correto afirmar que:
De acordo com essas informações, assinale a alternativa correta.
Considere uma regressão y = α + βx + ε que tem R2 (coeficiente de determinação) igual a A. A seguir, é acrescentada uma variável irrelevante z, de modo que a regressão y = α + βx + γz + ε tenha R2 igual a B.
É correto afirmar que
De acordo com Gujarati (2000), considere o seguinte modelo linear Yi =β0 +β1 X1i+β2 X2i+…+βk Xβki+εi para assinalar a alternativa CORRETA quanto à violação das hipóteses básicas do modelo de regressão linear.
Seja o método de mínimos quadrados ordinários (MQO) para o modelo de regressão linear múltipla: Yi = β0 + β1X1i+ β2 X2i+ εi.
É CORRETO afirmar, tomando Gujarati (2000), que:
Conheça nossos planos