questionei.comQuestões
Explore as questões disponíveis e prepare-se para seus estudos!
Ano: 2022Banca: FGVOrganização: EPEDisciplina: Estatística e ProbabilidadeTemas: Modelos Lineares | Regressão Linear Simples
Em relação à Regressão Linear Simples, assinale V para a afirmativa verdadeira e F para a falsa.
( ) Considerando a equação y = α + βx, onde α e β são parâmetros da reta teórica, os quais são estimados através dos pontos experimentais fornecidos pela amostra, obtendo-se uma reta estimada y = a + bx, na qual α é estimado por (a), o chamado coeficiente de regressão, e b é a estimativa de β.
( ) O método mais simples para a obtenção da reta desejada é o Método do Ajuste Visual.
( ) A aplicação do Princípio de Máxima Verossimilhança leva ao chamado procedimento de Mínimos Quadrados.
( ) Deve-se procurar a reta para a qual se consiga maximizar a soma dos resíduos ao quadrado.
As afirmativas são, na ordem apresentada, respectivamente,
Ano: 2018Banca: IV - UFGOrganização: UFGDisciplina: Estatística e ProbabilidadeTemas: Estatística Descritiva | Tabelas de Frequência | Regressão Linear Simples | Modelos Lineares
A regra de Sturges é um critério utilizado para determinar
um número razoável de
Ano: 2022Banca: FGVOrganização: Senado FederalDisciplina: Estatística e ProbabilidadeTemas: Regressão Linear Simples | Modelos Lineares
O modelo de dados de painel de efeito fixo pode ser aplicado
quando
Ano: 2014Banca: FUNCABOrganização: SEPLAG-MGDisciplina: Estatística e ProbabilidadeTemas: Modelos Lineares | Regressão Linear Simples
Texto associado
Para responder às questões 46, 47 e 48 use as informações a seguir sobre as variáveis Z e W. Suponha que as duas variáveis estejam relacionadas segundo um modelo de regressão linear simples, Z = β0 + β1 w + ε, sendo ε o termo aleatório e que:
Qual opção informa o valor do coeficiente de correlação entre X e Y (ρXY)?
Ano: 2023Banca: VUNESPOrganização: DPE-SPDisciplina: Estatística e ProbabilidadeTemas: Modelos Lineares | Regressão Linear Simples
Considere uma regressão y = α + βx + ε que tem R2 (coeficiente de determinação) igual a A. A seguir, é acrescentada uma variável irrelevante z, de modo que a regressão y = α + βx + γz + ε tenha R2 igual a B.
É correto afirmar que
Ano: 2013Banca: CESPE / CEBRASPEOrganização: ANTTDisciplina: Estatística e ProbabilidadeTemas: Modelos Lineares | Regressão Linear Simples
Considere um modelo de regressão linear na forma matricial:
Y = Xß + ε
em que X é uma matriz n × k, ß é um vetor k × 1 e ε é um vetor n × 1.
Com base nessas informações, julgue o item subsecutivo.
O estimador de ß pelo método dos mínimos quadrados ordinários é b = (X’X) -1 (X’Y), em que X’ representa a matriz transposta de X.
Y = Xß + ε
em que X é uma matriz n × k, ß é um vetor k × 1 e ε é um vetor n × 1.
Com base nessas informações, julgue o item subsecutivo.
O estimador de ß pelo método dos mínimos quadrados ordinários é b = (X’X) -1 (X’Y), em que X’ representa a matriz transposta de X.
Ano: 2023Banca: CESPE / CEBRASPEOrganização: MPE-RODisciplina: Estatística e ProbabilidadeTemas: Modelos Lineares | Regressão Linear Simples
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.
Ano: 2017Banca: IBADEOrganização: IPERON - RODisciplina: Estatística e ProbabilidadeTemas: Modelos Lineares | Regressão Linear Simples
Em uma regressão linear simples, ao se analisar os resíduos no gráfico de dispersão foi notado que este tem a forma de um cone. Dessa forma, é correto afirmar que:
Ano: 2013Banca: CESPE / CEBRASPEOrganização: ANTTDisciplina: Estatística e ProbabilidadeTemas: Modelos Lineares | Regressão Linear Simples
Considere um modelo de regressão linear na forma matricial:
Y = Xß + ε
em que X é uma matriz n × k, ß é um vetor k × 1 e ε é um vetor n × 1.
Com base nessas informações, julgue o item subsecutivo.
Se todas as hipóteses de um modelo de regressão linear forem satisfeitas, será correto afirmar que, pelo teorema de Gauss-Markov, o estimador apurado pelo método de mínimos quadrados ordinários é o mais eficiente estimador linear de ß.
Y = Xß + ε
em que X é uma matriz n × k, ß é um vetor k × 1 e ε é um vetor n × 1.
Com base nessas informações, julgue o item subsecutivo.
Se todas as hipóteses de um modelo de regressão linear forem satisfeitas, será correto afirmar que, pelo teorema de Gauss-Markov, o estimador apurado pelo método de mínimos quadrados ordinários é o mais eficiente estimador linear de ß.
Ano: 2022Banca: CESPE / CEBRASPEOrganização: FUBDisciplina: Estatística e ProbabilidadeTemas: Modelos Lineares | Regressão Linear Simples
Uma regressão linear de Y sobre X consiste em obter a equação de uma reta, ou uma função linear, como o modelo que irá melhor representar a relação entre as variáveis; a determinação dos parâmetros dessa reta é denominada ajustamento.
Considerando essas informações, julgue o seguinte item.
Suponha-se que, em uma pesquisa, o coeficiente de
correlação entre duas variáveis X e Y tenha gerado um valor
para o coeficiente de correlação de Pearson de 0,9200.
Nesse caso, considerando-se X a variável independente e Y a
variável dependente, o percentual da variância de Y
explicado por X será de 84,64%.
..