Questões de Concurso Público UFPE 2019 para Economista
Foram encontradas 17 questões
Q1085424
Economia
Os resultados da estimação de um modelo de regressão linear com intercepto e tamanho amostral n = 20 são mostrados
na tabela a seguir.
Dado o quantil 97,5% da distribuição t com 16 graus de liberdade, t16 = 2,11, assinale a alternativa correta.
Q1085425
Economia
Sobre o estimador de mínimos quadrados para o vetor de parâmetros em modelos de regressão linear, é correto afirmar
que:
Q1085426
Economia
Sobre os modelos de regressão linear com erros normais, é correto afirmar que:
Q1085427
Economia
Considere o modelo de regressão linear com erros normais definidos pela equação de regressão yt = a + bxi + ei, em que
yixi denotam, respectivamente, a variável resposta e o regressor associados à í-ésima observação, sendo ei o í-ésimo
erro aleatório, i = 1, ...,n, com n = 100. O gráfico de dispersão a seguir foi extraído de uma base de dados simulada em
conformidade com este modelo.
A reta de regressão ajustada, também mostrada no gráfico, é definida por:
sendo os valores entre parênteses na equação os erros-padrão das estimativas. Considerando os resultados mostrados acima e dado o quantil 97,5% da distribuição t- Student com 98 graus de liberdade: t98 ~ 1,984, assinale a alternativa correta.
A reta de regressão ajustada, também mostrada no gráfico, é definida por:
sendo os valores entre parênteses na equação os erros-padrão das estimativas. Considerando os resultados mostrados acima e dado o quantil 97,5% da distribuição t- Student com 98 graus de liberdade: t98 ~ 1,984, assinale a alternativa correta.
Q1085428
Economia
Considerando o modelo de regressão linear múltipla y = Xβ + e, sendo ynx1 o vetor de valores observados para a variável
resposta, Xnxp a matriz de regressores, βpx1 o vetor de parâmetros e enx1 o vetor de erros aleatórios, analise as
proposições abaixo.
1) Quando os elementos não diagonais da matriz de variâncias-covariâncias (Var(e)) forem todos não nulos, tem-se presença de correlação não nula entre os elementos de y. 2) Assumindo el =0,1ei-1-1 + ui,i = 1,...,n, sendo ui um ruído branco, tem-se uma estrutura de autocorrelação dos erros, baseada em um modelo AR(1). 3) Sob autocorrelação, o estimador de mínimos quadrados para β permanece não viesado, atendendo ao Teorema de Gauss-Marcov. 4) Sob heteroscedasticidade, o estimador de mínimos quadrados para p permanece não viesado, porém não satisfaz o Teorema de Gauss-Marcov.
Estão corretas:
1) Quando os elementos não diagonais da matriz de variâncias-covariâncias (Var(e)) forem todos não nulos, tem-se presença de correlação não nula entre os elementos de y. 2) Assumindo el =0,1ei-1-1 + ui,i = 1,...,n, sendo ui um ruído branco, tem-se uma estrutura de autocorrelação dos erros, baseada em um modelo AR(1). 3) Sob autocorrelação, o estimador de mínimos quadrados para β permanece não viesado, atendendo ao Teorema de Gauss-Marcov. 4) Sob heteroscedasticidade, o estimador de mínimos quadrados para p permanece não viesado, porém não satisfaz o Teorema de Gauss-Marcov.
Estão corretas: