121 Q1013593
Estatística Modelos lineares Regressão Linear
Ano: 2022
Banca: IBFC
Numa análise de regressão linear simples sabe-se que que Imagem associada para resolução da questão, Imagem associada para resolução da questão, Imagem associada para resolução da questão, Imagem associada para resolução da questãoImagem associada para resolução da questão e ...
122 Q1013592
Estatística Modelos lineares Regressão Linear
Ano: 2022
Banca: IBFC
A equação da reta de regressão linear entre a variável X: gastos com propaganda (em reais) e a variável Y: total de vendas (em reais) é dada por Imagem associada para resolução da questão = 34,50 + 10,20X. Desse modo, o total gasto com propaganda, sabendo que o total de vendas foi de R$ 131,40 é igual a: 
123 Q1013591
Estatística Modelos lineares Regressão Linear
Ano: 2022
Banca: IBFC
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 Imagem associada para resolução da questão = 0,8762 + 1,432X. Nessas condições, a função de ajuste exponencial dessa reta é dada por: Considere e 1,432 = 4,1871 e e0,8762 = 2,4018. 
124 Q1013413
Estatística Estatística descritiva (análise exploratória de dados) Modelos lineares Regressão Linear
Ano: 2022
Banca: CESGRANRIO

Nos anos 60, foram feitos diversos estudos para se avaliar o efeito da poluição sobre a saúde da população, quando se utilizaram métodos estatísticos, como a correlação linear e a regressão linear.


Entre as características desses dois métodos, encontram-se:

125 Q1013186
Estatística Estatística descritiva (análise exploratória de dados) Inferência estatística Modelos lineares + 4
Ano: 2022
Banca: FGV
Um estatístico utilizou um modelo de regressão linear simples, Y = ?0 + ?1X + ?,  para fazer predições.
O modelo, com 20 observações, foi bem ajustado, atendendo a todos os pressupostos necessários, e os resultados foram:
Imagem associada para resolução da questão; soma dos quadrados dos resíduos, 9; variância de x, 28 e média de x, 22.
O intervalo bilateral de 95% de confiança para predição quando é, aproximadamente:
126 Q1013105
Estatística Modelos lineares Regressão Linear
Ano: 2022
Banca: UFMG

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


I. Imagem associada para resolução da questão

II. Imagem associada para resolução da questão

III. O ponto Imagem associada para resolução da questão pertence à reta ajustad...

127 Q1013087
Estatística Modelos lineares Projeções do modelo
Ano: 2022
Banca: FGV
Na avaliação de um modelo para detecção de fraude, foi utilizado um conjunto de dados conhecido que resultou na matriz de confusão abaixo.

Imagem associada para resolução da questão

É correto afirmar que o modelo apresenta:
128 Q1013069
Estatística Estatística descritiva (análise exploratória de dados) Modelos lineares Medidas de Dispersão (Amplitude, Desvio Médio, Variância, Desvio Padrão e Coeficiente de Variação) + 1
Ano: 2022
Banca: CESPE / CEBRASPE
    Com pertinência à situação hipotética 12A3-I, considere que amostras de 30 plantas nativas (chamadas de N), 30 plantas transgênicas (chamadas de T) e 30 plantas cultivadas em hidroponia (chamadas de H) tenham sido analisadas e tenha sido feita a quantificação da concentração em quantidade de matéria do peptídeo-alvo em cada amostra, com o objetivo de se determinar se há diferença estatisticamente significativa entre as plantas N, T e H. Observou-se que a distribuição dos valores de concentração do peptídeo é compatível com a distribuição normal, que as amostras foram obtidas de forma aleatória e independente e que há homogeneidade de variâncias.
Assinale a opção que corresponde ao teste estatístico que deve ser aplicado para detectar se há diferença significativa quanto à concent...
129 Q1012997
Estatística Modelos lineares
Ano: 2022
Banca: NC-UFPR
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 + ... + ?kxk + ?, ? ~ N(0,?2),

em que x1,...,xk denota as k variáveis a serem inseridas no modelo (eventualmente, resultantes do produto das variáveis originais). Nesse caso, k é igual a:
130 Q1012996
Estatística Modelos lineares
Ano: 2022
Banca: NC-UFPR
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?