Questões Militares
Sobre modelos lineares em estatística
Foram encontradas 45 questões
Q3266534
Estatística
No ajuste de qualquer modelo estatístico, uma das principais tarefas do analista é avaliar se as pressuposições
assumidas por determinada metodologia são satisfeitas,
bem como a qualidade desse ajuste aos dados. Para
isso, fazer uma análise de resíduos se torna imprescindível. Há três tipos de violações das suposições que são
prontamente detectados por meio do uso de gráficos
residuais; são elas: (i) presença de valores discrepantes;
(ii) variância do erro heterogênea; e (iii) especificação do
modelo inadequada.
Diante disso, o gráfico de valores preditos
versus resíduos padronizados (ei), que indica uma especificação do
modelo inadequada para a situação em estudo, é:
Diante disso, o gráfico de valores preditos
versus resíduos padronizados (ei), que indica uma especificação do
modelo inadequada para a situação em estudo, é:
Q3266532
Estatística
São vários os procedimentos para a busca do “subconjunto ótimo” de variáveis, na ausência da ortogonalidade, para
obter uma equação de estimação adequada que relaciona
uma variável Y a todas ou a um subconjunto de variáveis
independentes. Considere o seguinte procedimento:
PASSO 1: Escolha a variável que fornece a maior soma de quadrados da regressão em regressão linear simples com Y ou, de maneira equivalente, que forneça o maior valor de R2. Chamaremos essa variável inicial de X1.
PASSO 2: Escolha a variável que, quando inserida no modelo, fornece o maior aumento em R2, na presença de X1, sobre o valor de R2 encontrado no passo 1, isto é, a variável Xj para a qual:
R(βj |β1) = R(β1, βj) – R(β1)
é maior. Vamos chamá-la de variável X2. O modelo de regressão com X1 e X2 é, então, ajustado e R2 é observado.
PASSO 3: Escolha a variável Xj que fornece o maior valor de:
R(βj |β1, β2) = R(β1, β2, βj) – R(β1, β2),
resultando novamente em um aumento em R2 sobre aquele dado no PASSO 2. Ao chamar essa variável de X3, agora temos um modelo de regressão que envolve X1, X2 e X3. Esse processo é continuado até que a variável inserida mais recentemente falhe ao produzir um aumento significativo na regressão explicada. Tal aumento pode ser determinado em cada passo, devendo-se usar o teste F (ou t) apropriado.
Por exemplo, no PASSO 2, o valor:
pode ser determinado para testar a adequação de X2
no modelo. De maneira similar, no PASSO 3 a razão: 
testa a adequação de X3
no modelo.
Se f < f(1, n-3; α) no PASSO 2, para um nível de significância preestabelecido, X2 não é incluído e o processo é encerrado, resultando em uma equação linear simples que relaciona Y e X1.
Contudo, se f >f(1, n-3; α) deve-se seguir para o PASSO 3. Novamente, se f < f(1, n-4; α) no PASSO 3, X3 não é incluído e o processo é encerrado com a equação de regressão apropriada que contém as variáveis X1 e X2.
Notações utilizadas:
R2 é o coeficiente de determinação do modelo de regressão;
R(.) é a soma dos quadrados do modelo de regressão em questão;
βj é o coeficiente do modelo de regressão que acompanha a variável Xj;
A notação ‘|’ indica a probabilidade condicional;
é o quadrado do erro médio para o modelo que
contém as variáveis X1 e X2;
é o quadrado do erro médio para o modelo que
contém as variáveis X1, X2 e X3.
Essa descrição se refere ao método de seleção de variáveis:
PASSO 1: Escolha a variável que fornece a maior soma de quadrados da regressão em regressão linear simples com Y ou, de maneira equivalente, que forneça o maior valor de R2. Chamaremos essa variável inicial de X1.
PASSO 2: Escolha a variável que, quando inserida no modelo, fornece o maior aumento em R2, na presença de X1, sobre o valor de R2 encontrado no passo 1, isto é, a variável Xj para a qual:
R(βj |β1) = R(β1, βj) – R(β1)
é maior. Vamos chamá-la de variável X2. O modelo de regressão com X1 e X2 é, então, ajustado e R2 é observado.
PASSO 3: Escolha a variável Xj que fornece o maior valor de:
R(βj |β1, β2) = R(β1, β2, βj) – R(β1, β2),
resultando novamente em um aumento em R2 sobre aquele dado no PASSO 2. Ao chamar essa variável de X3, agora temos um modelo de regressão que envolve X1, X2 e X3. Esse processo é continuado até que a variável inserida mais recentemente falhe ao produzir um aumento significativo na regressão explicada. Tal aumento pode ser determinado em cada passo, devendo-se usar o teste F (ou t) apropriado.
Por exemplo, no PASSO 2, o valor:
pode ser determinado para testar a adequação de X2
no modelo. De maneira similar, no PASSO 3 a razão: testa a adequação de X3
no modelo. Se f < f(1, n-3; α) no PASSO 2, para um nível de significância preestabelecido, X2 não é incluído e o processo é encerrado, resultando em uma equação linear simples que relaciona Y e X1.
Contudo, se f >f(1, n-3; α) deve-se seguir para o PASSO 3. Novamente, se f < f(1, n-4; α) no PASSO 3, X3 não é incluído e o processo é encerrado com a equação de regressão apropriada que contém as variáveis X1 e X2.
Notações utilizadas:
R2 é o coeficiente de determinação do modelo de regressão;
R(.) é a soma dos quadrados do modelo de regressão em questão;
βj é o coeficiente do modelo de regressão que acompanha a variável Xj;
A notação ‘|’ indica a probabilidade condicional;
é o quadrado do erro médio para o modelo que
contém as variáveis X1 e X2; é o quadrado do erro médio para o modelo que
contém as variáveis X1, X2 e X3. Essa descrição se refere ao método de seleção de variáveis:
Q3266523
Estatística
Considere que um professor de estatística deseja avaliar se a nota obtida pelos alunos pode ser descrita em função do
tempo de estudo deles. Para isso, decidiu realizar o ajuste de um modelo de regressão linear e organizou os dados das
notas dos alunos e do tempo de estudo em dois objetos no ambiente R, nomeados como “nota” e “tempo”, ambos na
mesma ordem de entrada. A sequência de comandos que realiza o ajuste de um modelo de regressão linear e apresenta
o intervalo de confiança (95%) para os coeficientes de regressão é:
Q3266505
Estatística
Seja um experimento unifatorial considerando um modelo de efeito aleatório com 3 tratamentos e 4 repetições.
Sabendo que o quadrado médio dos tratamentos é igual
a 360 e que o quadrado médio dos resíduos é igual a 60,
então a estimativa do componente de variância do tratamento é igual a:
Q3266504
Estatística
Um experimento agrícola foi conduzido no esquema
fatorial duplo em delineamento em blocos casualizados,
sendo os níveis do primeiro fator as doses 0, 10, 20 e
30 kg/ha e do segundo fator os adubos X, Y e Z. Considere
que foram utilizados 5 blocos e uma repetição por bloco.
O grau de liberdade para o resíduo é igual a:
O grau de liberdade para o resíduo é igual a:
Q3266503
Estatística
Um experimento foi conduzido em esquema fatorial
duplo, sendo que o primeiro fator tinha 3 níveis e o
segundo fator tinha 2 níveis. Na Análise de Variância,
os valores da estatística F calculada obtidos foram: 0,21
para o primeiro fator, 0,92 para o segundo fator e 2,80
para o efeito da interação entre os dois fatores. Sabendo
que o experimento tinha 18 graus de liberdade para o
resíduo, considere os valores de F tabelados para o nível
de significância de 5% a seguir, em que V1 são os graus
de liberdade para o numerador e V2 são os graus de
liberdade do denominador.
Considerando o nível de significância de 5%, assinale a alternativa correta.
Considerando o nível de significância de 5%, assinale a alternativa correta.
Q3266502
Estatística
Um experimento foi conduzido em delineamento inteiramente casualizado com 3 tratamentos e 4 repetições, totalizando
12 unidades amostrais. Os resultados da Análise de Variância são observados na tabela a seguir.
Os valores de A e B são, respectivamente,
Os valores de A e B são, respectivamente,
Q2262103
Estatística
Deseja-se obter uma equação que descreva o comportamento da variável Y=salário dos funcionários da empresa
A em função da variável X=tempo em que trabalha na
empresa e verificar se essa relação é estatisticamente
significativa. Dispõe-se do arquivo dados no formato
RData no qual estão armazenadas as variáveis X e Y.
A forma correta para obter a equação de uma regressão
linear simples e verificar se o modelo ajustado é significativo, utilizando o software R é dada por:
Q2262101
Estatística
Um estatístico recém formado recebe uma demanda de
análise de um banco de dados. Na dúvida sobre as condições do uso da regressão logística, busca nas referências a teoria dessa técnica. Sobre uma regressão logística binária é correto afirmar que seu uso
Q2262099
Estatística
Fazer diversos treinamentos para saber como agir diante de situações de emergências é uma das principais exigências
para se trabalhar em áreas em que a tomada de decisão deve ser feita com urgência. No intuito de reforçar e ilustrar esse
conceito aos novos ingressantes no serviço militar, um estudo, com 10 alunos, foi realizado, associando o número de horas de treinamento de cada indivíduo (X) com o número de acidentes causados(Y). Supondo que todas as pressuposições
necessárias para a obtenção de um modelo de regressão linear simples foram satisfeitas, e que esse modelo se ajustou
bem aos dados, o modelo estimado obtido foi:
Com relação ao exposto, é correto afirmar:
Com relação ao exposto, é correto afirmar:
Q2262091
Estatística
Seja o modelo autorregressivo de médias móveis:
yt = 2 + 0,7yt-1 – 0,3εt-1 + 0,5εt-2 + εt
Nesse contexto, a notação correta que define o modelo matemático anterior é
Q2262089
Estatística
Uma empresa buscou investigar o efeito de diferentes provedores de internet. Para atingir este objetivo, realizou-se um experimento unifatorial utilizando o modelo de
fator aleatório. Quatro provedores foram selecionados
aleatoriamente, e para cada provedor foram realizados
10 testes de velocidade de internet em momentos aleatórios. Ao realizar a Análise de Variância, obteve-se Soma
de Quadrados de 1830 para os provedores e Soma de
Quadrados de 5400 para o Resíduo. Neste contexto, o
valor estimado da componente de variância do efeito dos
provedores é:
Q2262088
Estatística
Seja um experimento realizado em delineamento inteiramente casualizado com dois tratamentos (T1 e T2) e 4 repetições por tratamento (R1, R2, R3 e R4). Os valores observados deste experimento foram os seguintes:
Na Análise de Variância deste experimento, o valor da
Soma de Quadrados dos Tratamentos é:
Q2262087
Estatística
Seja um experimento em delineamento inteiramente casualizado em esquema bifatorial, sendo o fator A com
3 níveis e o fator B com 2 níveis, com 5 repetições,
totalizando 30 observações. Na Análise de Variância
deste experimento obtiveram-se os seguintes resultados:
SQA = 200; SQB = 150; SQAxB = 300; SQTotal = 1850, em
que SQA = Soma de Quadrados do fator A; SQB = Soma
de Quadrados do fator B; SQAxB = Soma de Quadrados
da interação do fator A com o fator B; e SQTotal = Soma
de Quadrados Total. Os valores das estatísticas F calculadas na Análise de Variância deste experimento, para
os fatores A e B, são, respectivamente:
Q2262086
Estatística
Um experimento foi realizado em esquema fatorial 25
, ou
seja, foram testados 5 fatores com 2 níveis cada. Para a
elaboração da Análise de Variância, o total de interações
duplas, triplas e quádruplas serão, respectivamente:
Q1983565
Estatística
Considere o seguinte modelo de regressão entre as variáveis X e Y:
Se 
são as médias amostrais,
os estimadores de mínimos quadrados dos parâmetros α
e β são dados por:
Q1822389
Estatística
No estudo da relação entre duas variáveis X e Y em modelos de regressão, podemos afirmar que:
Q1822386
Estatística
Um Estatístico está estudando a relação entre duas variáveis, o Nível Socioeconômico (X) e o Desempenho
no ENEM (Y), visando a ajustar uma função aos dados.
Pode-se estimar os parâmetros do modelo por: Evolução do Desempenho do ENEM
Q1822377
Estatística
Você quer construir uma equação que permite predizer a
altura de mulheres adultas em função da altura média de
seus pais. Você tem um arquivo de nome dados_alturas,
em formato RData, contendo centenas de observações
associadas às variáveis X = altura da mulher e Y = altura
média de seus pais. Cada linha do arquivo corresponde a
um par de observações dessas variáveis. A forma correta
de se obter a equação de uma regressão linear simples
para esse problema através do software R é:
Q1822369
Estatística
Um estudo com 12 atletas de 3 equipes diferentes, com
4 atletas em cada equipe, visou a avaliar a distância percorrida por eles em um período de 12 minutos. Deseja-se
saber, a um determinado nível de significância, se a distância média percorrida pelos atletas nas 3 equipes é a
mesma. Considere as informações do quadro de análise
de variância: 
Se o valor da estatística F, utilizado para testar a igualdade da distância percorrida entre as equipes, é igual a 10,
então X é igual a
Se o valor da estatística F, utilizado para testar a igualdade da distância percorrida entre as equipes, é igual a 10,
então X é igual a 
Conheça nossos planos