Questões sobre Regressão

  • A. I, apenas.
  • B. I e II, apenas.
  • C. I e III, apenas.
  • D. II e III, apenas.
  • E. I, II e III.
Clique em uma opção abaixo para responder a questão:

A respeito dessa situação hipotética, julgue os itens que se seguem.

A heteroscedasticidade é um problema que surge quando o valor esperado dos erros não é zero.
  • C. Certo
  • E. Errado
Clique em uma opção abaixo para responder a questão:
Considerando um modelo de regressão linear com erros heteroscedásticos, julgue os itens seguintes. Para corrigir a heteroscedasticidade, como regra geral, é suficiente fazer a regressão da variável dependente em função das raízes quadradas das variáveis independentes.
  • C. Certo
  • E. Errado
Clique em uma opção abaixo para responder a questão:
Considerando um modelo de regressão linear com erros heteroscedásticos, julgue os itens seguintes. Para um modelo de regressão linear múltiplo, o teste de White permite detectar a heteroscedasticidade a partir da regressão de cada erro estimado da regressão original com as variáveis explicativas e seus inversos.
  • C. Certo
  • E. Errado
Clique em uma opção abaixo para responder a questão:
A respeito da autocorrelação dos erros de um modelo de regressão linear, julgue os itens subsequentes. A autocorrelação dos erros, desde que não seja unitária em termos absolutos, insere um viés nas estimativas da variável dependente.
  • C. Certo
  • E. Errado
Clique em uma opção abaixo para responder a questão:

O Método de Mínimos Quadrados (MQ), o Método dos Momentos (MM) e o de Máxima Verossimilhança (MV) estão entre os mais usados para estimação pontual de parâmetros.

Sobre esses, é correto afirmar que:

  • A. os estimadores de MM são específicos para a estimação dos momentos centrais da distribuição;
  • B. o Método de MV não se aplica para pequenas amostras, mesmo quando a distribuição da população é conhecida;
  • C. o Método de MQ, quando utilizado para o momento central de segunda ordem, produz um estimador não tendencioso;
  • D. os estimadores de MV, quando aplicados a distribuições da família exponencial, gozam de propriedades assintóticas;
  • E. o Método dos Momentos conduz, invariavelmente, a estimadores não tendenciosos dos parâmetros populacionais.
Clique em uma opção abaixo para responder a questão:
Para que o estimador obtido pelo método de mínimos quadrados ordinários, em uma regressão simples, seja consistente e eficiente no contexto de estimadores lineares é necessário que:
  • A. O erro estocástico da equação tenha distribuição normal.
  • B. O erro estocástico da equação seja heteroscedástico.
  • C. A variável independente seja exógena.
  • D. A variável dependente seja não correlacionada com o erro estocástico da equação.
  • E. A constante da equação seja igual a zero (isto é, a equação passe pela origem).
Clique em uma opção abaixo para responder a questão:

Quando, em um modelo de regressão simples, a única mudança é o acréscimo de uma variável independente, o modelo de regressão torna-se múltiplo.

A respeito do exposto, é correto afirmar:

  • A. O número de graus de liberdade aumenta na regressão múltipla em relação à regressão simples.
  • B. O número de parâmetros a serem estimados reduz na regressão múltipla em relação à regressão simples.
  • C. O número de graus de liberdade, da regressão simples para a regressão múltipla, diminui em valor igual ao número de observações da amostra.
  • D. O valor da constante da regressão múltipla é mais afastado da origem, para cima ou para baixo, do que o valor da constante da regressão simples.
  • E. O valor do coeficiente de determinação (R2) não pode ser menor na regressão múltipla do que na regressão simples.
Clique em uma opção abaixo para responder a questão:

Uma instituição financeira pretende lançar no mercado um aplicativo para celular. Para isso, deseja relacionar o grau de conhecimento dos clientes com as variáveis: nível de escolaridade e idade. Uma amostra aleatória de 46 clientes foi selecionada e, posteriormente, aplicou-se o modelo de regressão linear, sendo a variável dependente o grau de conhecimento, em uma escala crescente, e as variáveis independentes (i) o nível de escolaridade, em anos de estudo com aprovação, e (ii) a idade, em anos completos.

Os resultados obtidos para os coeficientes foram:

O grau de conhecimento esperado de um cliente com 10 anos de estudos com aprovação e com 30 anos de idade completos é

  • A. 108,7
  • B. 94,1
  • C. 54,1
  • D. 72,7
  • E. 86,1
Clique em uma opção abaixo para responder a questão:

Para ilustrar a importância da análise gráfica em análises de regressão linear, F. J. Anscombe produziu quatro conjuntos de pares (x, y) a partir das mesmas estatísticas suficientes, como: coeficientes linear e angular; soma dos quadrados dos resíduos e da regressão; e número de observações. Os diagramas de dispersão para as quatro bases de dados, juntamente com a reta da regressão (y = 4 + 0,5 x), encontram-se abaixo.

 Está correto SOMENTE o que se afirma em

  • A. II e III
  • B. I e III
  • C. I
  • D. II
  • E. III
Clique em uma opção abaixo para responder a questão: