Questões de Concurso Público STM 2018 para Analista Judiciário - Estatística

Considerando que seja uma variável resposta ajustada por um modelo de regressão em função de uma variável explicativa X, que x₁, ... ,x_n representem as réplicas de X e que â e sejam as estimativas dos parâmetros do modelo, julgue o item a seguir.

No método de mínimos quadrados, a condição de estimativas não viesadas significa que os erros terão variância positiva.

Considerando que seja uma variável resposta ajustada por um modelo de regressão em função de uma variável explicativa X, que x₁, ... ,x_n representem as réplicas de X e que â e sejam as estimativas dos parâmetros do modelo, julgue o item a seguir.

Um modelo na forma , em que e , apesar de ser exponencial em sua estrutura original, é linearizável, podendo ser tratado pelos métodos de regressão linear.

Considerando que seja uma variável resposta ajustada por um modelo de regressão em função de uma variável explicativa X, que x₁, ... ,x_n representem as réplicas de X e que â e sejam as estimativas dos parâmetros do modelo, julgue o item a seguir.

Em um modelo linear , com coeficientes obtidos pelo método dos mínimos quadrados ordinários, sendo , a média dos valores estimados de Y é igual à média dos valores de X multiplicados por

Considerando que seja uma variável resposta ajustada por um modelo de regressão em função de uma variável explicativa X, que x₁, ... ,x_n representem as réplicas de X e que â e sejam as estimativas dos parâmetros do modelo, julgue o item a seguir.

Em um modelo linear , a hipótese de homoscedastiscidade significa que a variância dos erros deve ser constante, e o valor esperado dos erros deve ser zero.

Considerando que seja uma variável resposta ajustada por um modelo de regressão em função de uma variável explicativa X, que x₁, ... ,x_n representem as réplicas de X e que â e sejam as estimativas dos parâmetros do modelo, julgue o item a seguir.

No modelo linear Y = α + βX + e, considere que para cada valor x_i de X corresponda um erro e_i , que é uma variável aleatória. Nessa situação, a hipótese de erros não autocorrelacionados implica que cov(e_i , e_j ) = 0 para i ≠ j.