Questões de Concurso
Sobre regressão linear em estatística
Foram encontradas 433 questões
Ano: 2023
Banca:
IADES
Órgão:
GDF-SEEC
Prova:
IADES - 2023 - GDF-SEEC - Gestor em Políticas Públicas e Gestão Governamental - Estatística |
Q2432025
Estatística
A relação entre variáveis aleatórias é frequentemente avaliada e estudada em estatística por meio de medições ou cálculos de correlação e técnicas de regressão.
Considere que está sendo avaliada por um estudante apenas a relação entre duas variáveis X e Y, de modo que um conjunto de pares ordenados (X; Y) são observados. A partir desses pares (X; Y), um diagrama de dispersão é obtido por meio da localização de pontos associados a cada par ordenado em um sistema de coordenadas retangulares. Em seguida, o estudante analisa esses pontos e chega a algumas conclusões.
Sabendo que R é o coeficiente de correlação linear entre X e Y, assinale a alternativa que apresenta uma conclusão coerente do estudante, conforme a sua análise e a ciência estatística.
Q2427706
Estatística
Foi feito um estudo entre a relação do tempo sobre a população de certa espécie de bactérias e obtiveram os seguintes resultados: x=17,5; y=2,9947; ∑(x−x)(y−y)=−16,199 e ∑(x−x)2=857,5. Partindo dos resultados, encontre o modelo de regressão linear do tempo sobre a população de certa espécie de bactérias:
Ano: 2023
Banca:
CETAP
Órgão:
IGEPREV-PA
Prova:
CETAP - 2023 - IGEPREV-PA - Técnico de Estatística e Atuária |
Q2427340
Estatística
Com relação ao modelo de regressão linear (y = a + βx), analise as afirmativas seguintes:
I- o coeficiente β mede a inclinação da reta de regressão;
II- o coeficiente a mede o valor de y quando x é igual a zero;
III- x é a variável independente (ou variável preditora), a ser usada para explicar o comportamento de y que é a variável dependente (ou variável resposta).
Marque a alternativa correta.
Ano: 2023
Banca:
IV - UFG
Órgão:
MPE-AC
Prova:
CS-UFG - 2023 - MPE-AC - Analista Ministerial - Estatística |
Q2341827
Estatística
Considere um modelo de regressão linear simples, cuja reta
de regressão estimada é dada por 
= 0 + 0. Podemos
calcular algumas quantidades para avaliar a qualidade do
ajuste da equação de regressão estimada a um conjunto de
dados observados, dentre elas: a soma dos quadrados dos
resíduos, SQRes = 
, a soma dos quadrados da
regressão, SQReg = 
, a soma dos quadrados
total, SQTot = 
, e o coeficiente de determinação
r2 , cuja fórmula, utilizando as notações anteriormente
definidas, é dada por
= 0 + 0. Podemos
calcular algumas quantidades para avaliar a qualidade do
ajuste da equação de regressão estimada a um conjunto de
dados observados, dentre elas: a soma dos quadrados dos
resíduos, SQRes = , a soma dos quadrados da
regressão, SQReg = , a soma dos quadrados
total, SQTot = , e o coeficiente de determinação
r2 , cuja fórmula, utilizando as notações anteriormente
definidas, é dada por
Ano: 2023
Banca:
IV - UFG
Órgão:
MPE-AC
Prova:
CS-UFG - 2023 - MPE-AC - Analista Ministerial - Estatística |
Q2341826
Estatística
Considere um problema de regressão linear múltipla, commodelo dado por Y = Xβ + ε. Analisando a matriz X′X,observou-se que: o valor do determinante é próximo de zero,um ou mais autovalores assumem valores pequenos, e apresença de elementos fora da diagonal principal comvalores próximos de -1 ou de 1. Tais observações indicam apresença de
Ano: 2023
Banca:
IV - UFG
Órgão:
MPE-AC
Prova:
CS-UFG - 2023 - MPE-AC - Analista Ministerial - Estatística |
Q2341814
Estatística
Durante a verificação das suposições do modelo de
regressão linear, os resíduos externamente studentizados
(do inglês externally studentized residual) (tἰ ) são
apresentados graficamente com os valores preditos 
na
figura a seguir.
Fonte: MONTGOMERY, Douglas C.; PECK, Elizabeth A.; VINING, G. Geoffrey. Introduction to linear regression analysis. John Wiley & Sons, 2012.
Qual violação das suposições do modelo linear pode ser verificada na figura?
na
figura a seguir. Fonte: MONTGOMERY, Douglas C.; PECK, Elizabeth A.; VINING, G. Geoffrey. Introduction to linear regression analysis. John Wiley & Sons, 2012.
Qual violação das suposições do modelo linear pode ser verificada na figura?
Ano: 2023
Banca:
IBFC
Órgão:
EBSERH
Prova:
IBFC - 2023 - EBSERH - Analista Administrativo - Estatística |
Q2332935
Estatística
As variáveis número de horas de treinamento
preventivo e número de acidentes de trabalho
foram analisadas e forneceram a seguinte
equação de regressão linear: Y previsto = 8,5 –
0,006X. Esta equação permite afirmar que:
Q2285488
Estatística
Considere as seguintes afirmativas:
I. Na análise de correlação, o objetivo principal é medir a força ou o grau de associação linear entre duas variáveis.
II. Na análise de variância de um modelo de regressão múltipla, aplica-se a estatística F para testar a significância de cada parâmetro da equação de regressão individualmente.
III. O coeficiente de determinação linear, R2 , mede a proporção de variação da variável dependente explicada pela(s) variável(is) explicativa(s).
IV. Na análise de regressão, o objetivo é estimar ou prever o valor médio de uma variável com base nos valores fixos de outras.
Assinale a alternativa CORRETA:
I. Na análise de correlação, o objetivo principal é medir a força ou o grau de associação linear entre duas variáveis.
II. Na análise de variância de um modelo de regressão múltipla, aplica-se a estatística F para testar a significância de cada parâmetro da equação de regressão individualmente.
III. O coeficiente de determinação linear, R2 , mede a proporção de variação da variável dependente explicada pela(s) variável(is) explicativa(s).
IV. Na análise de regressão, o objetivo é estimar ou prever o valor médio de uma variável com base nos valores fixos de outras.
Assinale a alternativa CORRETA:
Ano: 2023
Banca:
FGV
Órgão:
TJ-SE
Prova:
FGV - 2023 - TJ-SE - Analista Judiciário - Especialidade - Estatística |
Q2283356
Estatística
Em um modelo de regressão linear simples, se o coeficiente
angular é zero, conclui-se que:
Q2272482
Estatística
Texto associado
Considere um modelo de regressão linear múltipla, onde o nível de glicose (Y) do indivíduo foi
modelado de acordo com a idade em anos (X1), número de horas de atividade física por semana
(X2) e ingestão diária de calorias por semana em milhares (X3). Suponha que foi obtida a
seguinte equação de regressão fazendo o estimador de mínimos quadrados:
Y= 80 + 2 X1 -15 X2 + 20 X3
Considere também 4 indivíduos dessa amostra:
I) Idade de 50 anos, 6 horas de atividade física por semana e ingestão de 3 mil calorias.
II) Idade de 75 anos, 4 horas de atividade física por semana e ingestão de 2 mil calorias.
III) Idade de 40 anos, 2 horas de atividade física por semana e ingestão de 4 mil calorias.
IV) Idade de 30 anos, 8 horas de atividade física por semana e ingestão de 5 mil calorias.
De acordo com as informações acima, responda a questão.
De acordo com a equação de regressão, se mantiverem a mesma alimentação, qual indivíduo
precisará fazer mais horas de atividade física para que sua taxa de glicose fique dentro do
aceitável (100 ou menos)?
Q2272481
Estatística
Texto associado
Considere um modelo de regressão linear múltipla, onde o nível de glicose (Y) do indivíduo foi
modelado de acordo com a idade em anos (X1), número de horas de atividade física por semana
(X2) e ingestão diária de calorias por semana em milhares (X3). Suponha que foi obtida a
seguinte equação de regressão fazendo o estimador de mínimos quadrados:
Y= 80 + 2 X1 -15 X2 + 20 X3
Considere também 4 indivíduos dessa amostra:
I) Idade de 50 anos, 6 horas de atividade física por semana e ingestão de 3 mil calorias.
II) Idade de 75 anos, 4 horas de atividade física por semana e ingestão de 2 mil calorias.
III) Idade de 40 anos, 2 horas de atividade física por semana e ingestão de 4 mil calorias.
IV) Idade de 30 anos, 8 horas de atividade física por semana e ingestão de 5 mil calorias.
De acordo com as informações acima, responda a questão.
De acordo com a equação de regressão, quais indivíduos têm o mesmo valor esperado de
glicose?
Q2272477
Estatística
Ao fazer o ajuste do modelo de regressão, foi obtida a seguinte reta apresentada na figura
abaixo:
De acordo com a figura, os valores estimados do Intercepto (alpha) e coeficiente angular (beta) são dados respectivamente por
De acordo com a figura, os valores estimados do Intercepto (alpha) e coeficiente angular (beta) são dados respectivamente por
Q2269434
Estatística
Um gerente de vendas está analisando a relação entre o investimento em publicidade em milhares de
reais (variável independente, X) e as vendas mensais em milhares de reais (variável dependente, Y) de
um determinado produto. Ele coleta dados de 20 meses e ajusta um modelo de regressão linear simples
para os dados. A partir desses dados foram calculados
Os valores de A, B e C na tabela definida acima são:
Os valores de A, B e C na tabela definida acima são:
Q2269433
Estatística
Um pesquisador está analisando a relação entre o número de horas de estudo e o desempenho em um
teste de matemática. Ele coletou dados de 10 alunos, registrando o número de horas de estudo (variável
independente, X) e a pontuação no teste (variável dependente, Y). Considere que:
Indique a reta de regressão linear simples ajustada em base aos estimadores de mínimos quadrados ordinários.
Indique a reta de regressão linear simples ajustada em base aos estimadores de mínimos quadrados ordinários.
Q2269419
Estatística
Um pesquisador decide estudar a relação de uma
variável dependente Y e uma variável independente
X através de uma análise de regressão linear. Ele
observa uma amostra de tamanho 22 do par (X, Y),
e faz um gráfico de dispersão entre os pontos dessa
amostra, que é apresentado a seguir:
Com relação aos pares de pontos destacados com símbolo x e triângulo, pode-se afirmar:
Com relação aos pares de pontos destacados com símbolo x e triângulo, pode-se afirmar:
Q2269418
Estatística
Uma pesquisa foi realizada para analisar a
relação entre a quantidade de horas de estudo
semanal (variável independente) e o desempenho
acadêmico (variável dependente) dos estudantes
de uma universidade. Um modelo de regressão
linear simples foi ajustado para uma amostra de
tamanho 500, e os seguintes resultados foram
obtidos:
I - Coeficiente estimado para a variável horas de estudo (x): 0.75.
II - Erro padrão do coeficiente estimado para a variável horas de estudo: 0.05.
Com base nessas informações, selecione a alternativa correta com relação ao coeficiente estimado para a variável de estudo.
I - Coeficiente estimado para a variável horas de estudo (x): 0.75.
II - Erro padrão do coeficiente estimado para a variável horas de estudo: 0.05.
Com base nessas informações, selecione a alternativa correta com relação ao coeficiente estimado para a variável de estudo.
Ano: 2023
Banca:
CESPE / CEBRASPE
Órgão:
MPE-RO
Prova:
CESPE / CEBRASPE - 2023 - MPE-RO - Analista em Estatística |
Q2239572
Estatística
No ajuste de uma reta de regressão linear simples pelo
método dos mínimos quadrados de uma variável Y em uma
variável X, o coeficiente de determinação observado foi igual a
0,0625.
Nesse caso hipotético, o módulo do coeficiente de correlação amostral entre X e Y é igual a
Nesse caso hipotético, o módulo do coeficiente de correlação amostral entre X e Y é igual a
Ano: 2023
Banca:
CESPE / CEBRASPE
Órgão:
MPE-RO
Prova:
CESPE / CEBRASPE - 2023 - MPE-RO - Analista em Estatística |
Q2239567
Estatística
Considerados os dados apresentados no texto 6A3-I, é correto
afirmar que a correlação linear entre a variável regressora e a
variável dependente Y é
Ano: 2023
Banca:
CESPE / CEBRASPE
Órgão:
MPE-RO
Prova:
CESPE / CEBRASPE - 2023 - MPE-RO - Analista em Estatística |
Q2239566
Estatística
A partir dos dados apresentados no texto 6A3-I, é correto
afirmar que o coeficiente de determinação R2
referente à reta
de regressão linear simples da variável Y sobre a variável X é
igual a
Ano: 2023
Banca:
CESPE / CEBRASPE
Órgão:
MPE-RO
Prova:
CESPE / CEBRASPE - 2023 - MPE-RO - Analista em Estatística |
Q2239565
Estatística
Uma pesquisa médica investigou a relação entre a idade
de um paciente, em anos, e o tempo, em segundos, que ele levava
para reagir a certo estímulo. A partir dos dados observados,
obteve-se a equação Y = 80,5 + 0,9X, em que X corresponde à
idade do paciente e Y corresponde ao tempo de reação do
paciente, como modelo de regressão linear simples ajustado.
Com base nessa situação hipotética e sabendo que as estimativas
dos coeficientes do referido modelo foram obtidas pelo método
dos mínimos quadrados ordinários, julgue os itens seguintes.
I A correlação linear entre as variáveis X e Y é positiva.
II Estima-se que, a cada aumento de 1 ano na idade do paciente, o tempo de reação esperado aumenta em 0,9 segundo.
III Caso um paciente de 30 anos de idade apresente tempo de resposta de 100 segundos, o valor absoluto da diferença entre o valor efetivo e o valor previsto é de 7,5 segundos.
Assinale a opção correta.
I A correlação linear entre as variáveis X e Y é positiva.
II Estima-se que, a cada aumento de 1 ano na idade do paciente, o tempo de reação esperado aumenta em 0,9 segundo.
III Caso um paciente de 30 anos de idade apresente tempo de resposta de 100 segundos, o valor absoluto da diferença entre o valor efetivo e o valor previsto é de 7,5 segundos.
Assinale a opção correta.
Conheça nossos planos