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 questãoImagem associada para resolução da questãoImagem associada para resolução da questãoImagem 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?