Foram encontradas 13.777 questões
Resolva questões gratuitamente!
Junte-se a mais de 4 milhões de concurseiros!
Um estudo sobre o transporte de determinada carga pela modalidade rodoviária considerou um modelo de regressão linear múltipla sob a forma y = β0 + β1x1+ β2x2 + ∈ no qual y representa a quantidade mensal de toneladas transportada de um porto para uma refinaria; x1 e x2 representam variáveis regressoras; e ∈, um erro aleatório que segue uma distribuição normal com média zero e variância σ2 .
Com base nessas informações e na tabela de análise de variância (ANOVA), apresentada acima, que se refere ao modelo em tela, cujos coeficientes foram estimados pelo método de mínimos quadrados ordinários, julgue o item a seguir.
O coeficiente de determinação do modelo (R2) é igual a
0,80.
Se um quinto elemento for incluído ao conjunto de dados, a probabilidade de esse elemento assumir valor 1 é igual a p .
A variância amostral do conjunto de dados é inferior a 14.
O valor 4 representa uma estimativa do produto n × p .
A estimativa de máxima verossimilhança para o parâmetro n é igual a 4.
A mediana do conjunto de dados é igual a 5.
Considere um modelo de regressão linear múltipla na forma
y = Xβ + ε,
em que y representa o vetor de respostas, X denota a matriz de dados,
é o vetor de coeficientes e ε é o vetor de erros aleatórios independentes e identicamente distribuídos. Admita, ainda, que cada elemento do vetor ε possui média zero e variância 4. Além disso, considere que X' represente a matriz transposta de X e que a matriz inversa de X'X seja
denota o estimador de mínimos quadrados ordinários de β.
Acerca do modelo apresentado, julgue o próximo item.
Cada elemento do vetor y possui desvio padrão igual a 2.
Considere um modelo de regressão linear múltipla na forma
y = Xβ + ε,
em que y representa o vetor de respostas, X denota a matriz de dados,
é o vetor de coeficientes e ε é o vetor de erros aleatórios independentes e identicamente distribuídos. Admita, ainda, que cada elemento do vetor ε possui média zero e variância 4. Além disso, considere que X' represente a matriz transposta de X e que a matriz inversa de X'X seja
denota o estimador de mínimos quadrados ordinários de β.
Acerca do modelo apresentado, julgue o próximo item.
Se o vetor ε for constituído por n elementos independentes que seguem uma distribuição normal com média zero e variância 4, então 1/4 ε'ε se distribui conforme uma distribuição qui-quadrado com n graus de liberdade.
Considere um modelo de regressão linear múltipla na forma
y = Xβ + ε,
em que y representa o vetor de respostas, X denota a matriz de dados,
é o vetor de coeficientes e ε é o vetor de erros aleatórios independentes e identicamente distribuídos. Admita, ainda, que cada elemento do vetor ε possui média zero e variância 4. Além disso, considere que X' represente a matriz transposta de X e que a matriz inversa de X'X seja
denota o estimador de mínimos quadrados ordinários de β.
Acerca do modelo apresentado, julgue o próximo item.
A covariância entre 
é igual a zero.
Considere um modelo de regressão linear múltipla na forma
y = Xβ + ε,
em que y representa o vetor de respostas, X denota a matriz de dados,
é o vetor de coeficientes e ε é o vetor de erros aleatórios independentes e identicamente distribuídos. Admita, ainda, que cada elemento do vetor ε possui média zero e variância 4. Além disso, considere que X' represente a matriz transposta de X e que a matriz inversa de X'X seja
denota o estimador de mínimos quadrados ordinários de β.
Acerca do modelo apresentado, julgue o próximo item.
Considere um modelo de regressão linear múltipla na forma
y = Xβ + ε,
em que y representa o vetor de respostas, X denota a matriz de dados,
é o vetor de coeficientes e ε é o vetor de erros aleatórios independentes e identicamente distribuídos. Admita, ainda, que cada elemento do vetor ε possui média zero e variância 4. Além disso, considere que X' represente a matriz transposta de X e que a matriz inversa de X'X seja
denota o estimador de mínimos quadrados ordinários de β.
Acerca do modelo apresentado, julgue o próximo item.
A estimativa de mínimos quadrados ordinários para o coeficiente β1 é igual a 0.
A respeito das técnicas de manipulação e tratamento de dados, julgue o item seguinte.
Diagramas de caixa (box plots) consistem em uma
representação gráfica de dados numéricos a partir de seus
quantiles, sendo uma forma de visualização de dados
simples que permite a efetiva detecção visual de outliers.
Considerando a situação hipotética apresentada, julgue o item a seguir.
A correlação linear entre X e Y é igual a −1.
Considerando a situação hipotética apresentada, julgue o item a seguir.
Var [X+ Y] < 5 .
Com base nessas informações, julgue o próximo item.
Se X10 = 5, o valor projetado para a observação X12, segundo o modelo em tela, será menor que 2.
Com base nessas informações, julgue o próximo item.
A série temporal em tela apresenta uma tendência linear cujo intercepto é igual a 2.
Com base nessas informações, julgue o próximo item.
A correlação linear entre Xt-1 e Xt+1 é igual a 0,04.
Com base nessas informações, julgue o próximo item.
O desvio padrão da série temporal {Xt} é menor que 2.
Com base nessas informações, julgue o próximo item.
E [ Xt ]= 2,5.
I. A autocorrelação avalia o modo como uma observação, num dado instante, está relacionada com as observações passadas; em particular, a autocorrelação de primeira ordem caracteriza séries nas quais uma observação está correlacionada com a observação imediatamente anterior.
II. A tendência de uma série temporal é uma medida do padrão de crescimento (positivo ou negativo) da variável em um certo período de tempo.
III. A sazonalidade mede se há padrões de comportamento que se repetem em épocas específicas.
IV. Dizemos que uma série temporal apresenta estacionariedade se a variável em estudo se comporta de modo aleatório ao longo do tempo ao redor de uma média constante.
As afirmativas são respectivamente
Conheça nossos planos