questionei.comQuestões
Explore as questões disponíveis e prepare-se para seus estudos!
Ano: 2024Banca: CESPE / CEBRASPEOrganização: CAU-BRDisciplina: Estatística e ProbabilidadeTemas: Regressão Linear Simples | Modelos Lineares
Supondo que a covariância entre duas variáveis Y e W seja igual a 60 e que o desvio padrão de W seja igual a 5, julgue o próximo item.
O coeficiente angular da reta de regressão linear simples da variável resposta Y sobre a variável regressora W - considerando que o intercepto não seja nulo - é igual a 2,4.
Ano: 2024Banca: FGVOrganização: TJ-RRDisciplina: Estatística e ProbabilidadeTemas: Modelos Lineares | Regressão Linear Simples
No estudo de um modelo de regressão linear simples, avalie se os
principais problemas que podem ser detectados por intermédio da
análise dos resíduos incluem, entre outros:
I. Não-linearidade da relação entre as variáveis.
II. Não normalidade dos erros.
III. Variância não-constante dos erros (heterocedasticidade).
IV. Correlação entre os erros.
V. Presença de outliers ou observações atípicas.
Estão corretos os problemas
Ano: 2024Banca: FGVOrganização: TCE-PADisciplina: Estatística e ProbabilidadeTemas: Modelos Lineares
Modelos de aprendizagem de máquina são, em geral, avaliados
com métricas que indicam os quão poderosos e relevantes eles
são.
Entre exemplos de métricas de avaliação utilizadas para modelos
de classificação binária, é correto citar
• a taxa de precisão (razão entre verdadeiros positivos e o total
dos verdadeiros positivos e falsos positivos);
• a taxa de sensibilidade (razão entre verdadeiros positivos e o
total dos verdadeiros positivos e falsos negativos, também
conhecida por recall); e
• o escore F1 (F1-score, também chamado de F-measure), que
relaciona as taxas de precisão e de sensibilidade.
Suponha a existência de um modelo de classificação binária cuja
taxa de precisão é de 90,00% e cuja taxa de sensibilidade é de
75,00%. Utilize aproximação de duas casas decimais.
O escore F1 referente a esse modelo é
Ano: 2024Banca: CESPE / CEBRASPEOrganização: TSEDisciplina: Estatística e ProbabilidadeTemas: Modelos Lineares | Regressão Linear Simples
Julgue o item seguinte, a respeito do método dos mínimos quadrados.
São verificadas a correlação e a regressão linear perfeitas quando todos os pontos amostrais encontram-se sobre uma reta.
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: 2010Banca: CESPE / CEBRASPEOrganização: INMETRODisciplina: Estatística e ProbabilidadeTemas: Modelos Lineares | Planejamento Experimental
Em um planejamento balanceado, a soma de quadrados totais (SQT) pode ser decomposta por meio de SQT = SQTr + SQR, em que SQTr é a soma de quadrados do tratamento e SQR é a soma de quadrados dos resíduos. O modelo é ajustado com base em dois fatores (A e B) e na interação AB; a soma de quadrados do tratamento pode ser decomposta nas somas de quadrados para cada um desses fatores, isto é, SQTr = SQA +SQB +SQAB. Em virtude da situação apresentada, em um planejamento com blocos incompletos é correto afirmar que
Ano: 2025Banca: CESPE / CEBRASPEOrganização: EMBRAPADisciplina: Estatística e ProbabilidadeTemas: Modelos Lineares
Acerca das técnicas de análise estatística, julgue o item a seguir.
A distância de Cook é uma medida de influência de um ponto no ajuste de um modelo de regressão, sendo diretamente proporcional ao erro quadrático médio.
Ano: 2024Banca: FGVOrganização: Câmara dos DeputadosDisciplina: Estatística e ProbabilidadeTemas: Processos Estocásticos | Modelos Lineares | Análise de Variância (ANOVA) | Análise de Séries Temporais
Considere as propriedades de processos estocásticos
estacionários e não estacionários em análise de séries temporais.
Assinale a opção que melhor descreve uma diferença chave entre
um processo estocástico estacionário e um não estacionário.
Ano: 2025Banca: CESPE / CEBRASPEOrganização: EMBRAPADisciplina: Estatística e ProbabilidadeTemas: Regressão Linear Simples | Modelos Lineares
Julgue o item a seguir, relativo à análise de regressão.
As séries temporais podem apresentar sazonalidade, o que impede a sua análise por um modelo de regressão linear.
Ano: 2024Banca: IGEDUCOrganização: Prefeitura de Salgueiro - PEDisciplina: Estatística e ProbabilidadeTemas: Modelos Lineares | Regressão Linear Simples
Julgue o item a seguir.
A análise de curvas de crescimento longitudinal,
utilizando modelos não lineares mistos de efeitos
aleatórios, é uma abordagem estatística adequada para
modelar a trajetória temporal de variáveis biológicas
complexas. Tal abordagem considrra, tanto a
variabilidade intra-individual como a interindividual, além
de permitir a avaliação de diferentes padrões de
crescimento ao longo do tempo.
..