Questões sobre Modelos lineares

Um problema frequente na análise de regressão é a presença de multicolinearidade. Nesses casos, as correlações entre as variáveis independentes causam instabilidade na estimação dos parâmetros, inflacionando os erros das estimativas. Qual das técnicas apresentadas a seguir é uma alternativa para lidar com multicolinearidade em regressão linear múltipla? 

Deseja-se ajustar um modelo de regressão linear para descrever a relação linear entre velocidade do saque (variável resposta) e altura de tenistas (variável explicativa). No entanto, acredita-se que essa relação mude conforme a idade. Por isso, além da altura do jogador, será considerada na análise a faixa etária, categorizada em: jovens, adultos e idosos. O modelo de regressão linear múltipla com efeito de interação entre altura e faixa etária pode ser expresso como:

y = ?₀ + ?₁x₁ + ... + ?_kx_k + ?, ? ~ N(0,?²),

em que x₁,...,x_k denota as k variáveis a serem inseridas no modelo (eventualmente, resultantes do produto das variáveis originais). Nesse caso, k é igual a:

Na avaliação de um modelo para detecção de fraude, foi utilizado um conjunto de dados conhecido que resultou na matriz de confusão abaixo.



É correto afirmar que o modelo apresenta:

Se ?_i = ?₀ + ?₁X_i é a reta ajustada pela regressão e se e_i = Y_i  - ?_i  é o resíduo da observação i, i = 1, 2, ..., n, avalie as afirmativas a seguir.

I. 

II. 

III. O ponto  pertence à reta ajustada.

Assinale a alternativa CORRETA.  

O custo total (Y) de uma das peças produzidas em uma empresa, em função do total de peças produzidas (X), em unidades, é dado pela equação da reta de regressão linear  = 0,8762 + 1,432X. Nessas condições, a função de ajuste exponencial dessa reta é dada por: Considere e 1,432 = 4,1871 e e^0,8762 = 2,4018.