questionei.comQuestões
Explore as questões disponíveis e prepare-se para seus estudos!
Ano: 2024Banca: Instituto AccessOrganização: BanestesDisciplina: Estatística e ProbabilidadeTemas: Modelos Lineares | Regressão Linear Simples
Sobre a regressão linear analise as afirmativas:
I. A variável independente também pode ser chamada de regressora e/ou explicativa, sendo considerada a variável principal.
II. A regressão Linear tem a finalidade de avaliar o comportamento de uma variável em função da outra.
III. A variável dependente é aquela cujo valor é observado em função da variável principal (a variável independente).
De acordo com as afirmativas acima, quais estão corretas:
Ano: 2022Banca: FCCOrganização: TRT - 23ª REGIÃO (MT)Disciplina: Estatística e ProbabilidadeTemas: Modelos Lineares | Regressão Linear Simples
Considere o modelo autorregressivo de primeira ordem AR(1), Zt = 2 + 0,6Zt −1 + at
, com at ∼ N(0, σ2). A previsão n passos à
frente para a variável Z convergirá para
Ano: 2013Banca: CESPE / CEBRASPEOrganização: INPIDisciplina: Estatística e ProbabilidadeTemas: Modelos Lineares | Regressão Linear Simples
Com relação aos modelos de regressão linear, julgue os itens a seguir.
Considere que B 1sejam os estimadores de mínimos quadrados e B 2os estimadores de máxima verossimilhança do conjunto de parâmetros β de determinado modelo de regressão. Nesse caso, se E(•) representa o valor esperado e V (•) a variância dos estimadores, então E (B1) = E (B 2) = β e V (B1) > V (B2).
Ano: 2014Banca: CONSULPLANOrganização: CBTUDisciplina: Estatística e ProbabilidadeTemas: Modelos Lineares | Regressão Linear Simples
“Técnica que pode ser utilizada para classificação de elementos de uma amostra ou população (...). Para a sua aplicação, é
necessário que os grupos para os quais cada elemento amostral pode ser classificado sejam predefinidos, ou seja,
conhecidos a priori, considerando-se suas características gerais. Este conhecimento permite a elaboração de uma função
matemática (...) que é utilizada para classificar novos elementos amostrais nos grupos já existentes.”
(Mingoti, S. A. Análise de dados através de métodos de estatística multivariada: uma abordagem aplicada.
Belo Horizonte: Editora UFMG, 2005. 295 p.)
A definição anterior se refere à análise
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: 2025Banca: CESPE / CEBRASPEOrganização: EMBRAPADisciplina: Estatística e ProbabilidadeTemas: Regressão Linear Simples | Modelos Lineares
Com base na equação y = −20 + 0,5x1 + 0,3x2, obtida ao
realizar-se uma análise de regressão linear múltipla para prever o
peso (y, em kg) de uma pessoa com base na altura (x1, em cm) e
na idade (x2, em anos), julgue o item que se segue.
Na equação apresentada, o coeficiente 0,5 indica que, para
cada aumento de 1 cm na altura da pessoa, espera-se um
aumento de 0,5 kg no peso, mantendo-se a idade constante.
Ano: 2023Banca: FGVOrganização: SEFAZ-MTDisciplina: Estatística e ProbabilidadeTemas: Modelos Lineares | Regressão Linear Simples
Em modelos de regressão linear, afirma-se que há heterocedasticidade quando
Ano: 2024Banca: CESPE / CEBRASPEOrganização: ANATELDisciplina: Estatística e ProbabilidadeTemas: Modelos Lineares | Regressão Linear Simples
Considerando o modelo clássico de regressão linear e a importância das suas hipóteses no contexto de uso intensivo de dados, julgue o item a seguir.
Quando se adicionam variáveis explicativas ao modelo,
espera-se redução da estatística R2
.
Ano: 2024Banca: CESPE / CEBRASPEOrganização: SEBRAE-NACIONALDisciplina: Estatística e ProbabilidadeTemas: Modelos Lineares | Regressão Linear Simples
Em um modelo de regressão linear simples na forma y = ax + b + ∈, x representa a variável regressora, y denota a variável resposta e ∈ é um erro aleatório com média zero e variância 100.
Nessa hipótese, considerando-se que â denote o estimador de mínimos quadrados ordinários do coeficiente produzido por uma amostra aleatória de tamanho igual a 101 e que o desvio padrão amostral da variável regressora seja igual a 2, é correto afirmar que o desvio padrão de â será igual a
Ano: 2021Banca: Instituto ConsulplanOrganização: HEMOBRÁSDisciplina: Estatística e ProbabilidadeTemas: Modelos Lineares | Regressão Linear Simples
Uma pesquisadora está interessada em investigar se há associação entre a proporção X da população com esgotamento
sanitário (%) e a taxa de mortalidade infantil Y (por 1.000
nascidos vivos). Após coletar uma amostra de cidades, ela
estimou a seguinte reta de regressão linear simples: y = a – bx,
com a > 0 e b > 0. Considerando que o coeficiente de determinação do modelo ajustado é R2 = 0,81, a correlação linear
estimada entre as duas variáveis é:
..