Se um segundo preditor (X2) for adicionado ao modelo Y = b0 + b1X1 + ,NULL, em que b0 e b1 são os coeficientes do modelo, o valor do erro padrão dos resíduos pode aumentar ou diminuir, mas o valor de R2 não pode diminuir.

Se R2 = 1, todos os dados estarão alinhados sobre uma reta de inclinação positiva ou negativa.

O coeficiente de determinação R2 da regressão linear simples Y = b0 + b1X + ,NULL, em que b0 e b1 são os coeficientes do modelo, corresponde ao quadrado da correlação estimada entre Y e E.

No que concerne a diagnóstico em análises de regressão, julgue o item a seguir.

Uma observação pode ser discrepante e não influente.

Em um modelo de regressão logística, o que indica se o modelo se ajusta bem aos dados é a(o)

Em uma regressão logística, considere a variável resposta (Y) como óbito de recém-nascidos (1 indica morte, 0 indica não morte) e a variável explicativa (X) sendo peso ao nascer, em quilos. O resultado do cálculo de E(Y) quando X vale 1,0 é 0,7. Esse 0,7 é a probabilidade de o recém-nascido

Um pesquisador estimou os parâmetros a, b e c do modelo estatístico de regressão linear y = a + bx + cz + u. Sabe-se que Y é um vetor coluna com os níveis educacionais dos filhos, X e Z são vetores colunas com os níveis educacionais dos pais e das mães e u é um vetor de variáveis aleatórias normais, independentes, de média zero e desvio padrão constante. A técnica usada foi de minimização da soma dos quadrados dos erros. A correlação positiva entre os dados em X e em Z pode gerar, para a estimação, um problema de

Suponha que X e Y sejam dois conjuntos ordenados de dados. Ajusta-se a reta de regressão linear simples, y = a + bx, a estes dados. Os parâmetros a e b são estimados pela minimização da soma dos quadrados dos erros. A reta estimada

Quais as suposições necessárias para aplicação do modelo de regressão linear simples?

Dos quatro gráficos de dispersão abaixo, quais os dois que dão maior indício de que o intercepto é nulo?

Considere, o seguinte gráfico de dispersão entre as variáveis X e Y

Observando o comportamento do gráfico, qual das retas de regressão abaixo representa melhor o comportamento deste conjunto de dados?

Para orientar os investimentos em educação em certo município, um analista foi contratado para criar um ranking das escolas públicas desse município. Para cada escola, as variáveis disponíveis são a quantidade de turmas, a quantidade de alunos, a quantidade de professores, a nota da Prova Brasil e a área do terreno.

A partir dessa situação, julgue os itens subsequentes.

A análise discriminante é técnica multivariada equivalente a um modelo de regressão linear múltiplo.

Para orientar os investimentos em educação em certo município, um analista foi contratado para criar um ranking das escolas públicas desse município. Para cada escola, as variáveis disponíveis são a quantidade de turmas, a quantidade de alunos, a quantidade de professores, a nota da Prova Brasil e a área do terreno.

A partir dessa situação, julgue os itens subsequentes.

A análise de componentes principais é uma técnica da análise multivariada que permite formar um ranking dessas escolas com base nesses dados.

O diagrama A de ramos e folhas acima mostra a distribuição do número de livros destruídos (Y) nas 20 escolas inundadas por causa das fortes chuvas em determinada cidade. O diagrama B mostra a distribuição dos tempos de duração dessas chuvas (X, em minutos) nos dias em que essas 20 escolas foram inundadas.

Com base nessas informações e considerando que o valor 100 é representado nesses diagramas como 10|0, julgue os itens que se seguem.

Computacionalmente, geralmente os softwares SAS, SPSS e Microsoft Excel produzem os mesmos resultados acerca da estimação dos coeficientes de um modelo de regressão lin... Ver mais

O diagrama A de ramos e folhas acima mostra a distribuição do número de livros destruídos (Y) nas 20 escolas inundadas por causa das fortes chuvas em determinada cidade. O diagrama B mostra a distribuição dos tempos de duração dessas chuvas (X, em minutos) nos dias em que essas 20 escolas foram inundadas.

Com base nessas informações e considerando que o valor 100 é representado nesses diagramas como 10|0, julgue os itens que se seguem.

Na regressão linear simples de X em Y, considere os testes t de significância para o intercepto e o coeficiente angular e suponha que o erro padrão do intercepto foi ma... Ver mais

O diagrama A de ramos e folhas acima mostra a distribuição do número de livros destruídos (Y) nas 20 escolas inundadas por causa das fortes chuvas em determinada cidade. O diagrama B mostra a distribuição dos tempos de duração dessas chuvas (X, em minutos) nos dias em que essas 20 escolas foram inundadas.

Com base nessas informações e considerando que o valor 100 é representado nesses diagramas como 10|0, julgue os itens que se seguem.

Considerando o teste t bilateral para a significância do coeficiente angular de um modelo de regressão linear simples na forma Y = aX + b + e, em que e representa o err... Ver mais

O diagrama A de ramos e folhas acima mostra a distribuição do número de livros destruídos (Y) nas 20 escolas inundadas por causa das fortes chuvas em determinada cidade. O diagrama B mostra a distribuição dos tempos de duração dessas chuvas (X, em minutos) nos dias em que essas 20 escolas foram inundadas.

Com base nessas informações e considerando que o valor 100 é representado nesses diagramas como 10|0, julgue os itens que se seguem.

Suponha que a regressão linear simples da variável Y em X resulte no modelo ajustado por mínimos quadrados ordinários Y = aX + b + e, em que b representa a estimativa d... Ver mais

Julgue os itens subsecutivos, referentes ao método de componentes principais.

O primeiro componente principal associa-se à combinação linear com variância mínima.

Julgue os itens subsecutivos, referentes ao método de componentes principais.

A técnica de componentes principais pode ser utilizada para se diagnosticar multicolinearidade em problemas de regressão linear.

Em um estudo clínico utilizou-se um modelo de regressão logística em que y é a variável resposta, como preditor linear, a expressão a + bx + cz, em que x = 0 para o grupo placebo e x = 1 para o grupo de tratamento; z é uma medida de colesterol (em escala de 0 a 5) antes do início do tratamento. Com base nessas informações, julgue os itens subsequentes.

A variável resposta y é binária.

Em um estudo clínico utilizou-se um modelo de regressão logística em que y é a variável resposta, como preditor linear, a expressão a + bx + cz, em que x = 0 para o grupo placebo e x = 1 para o grupo de tratamento; z é uma medida de colesterol (em escala de 0 a 5) antes do início do tratamento. Com base nessas informações, julgue os itens subsequentes.

Considerando-se exp(c) = 0,7, se x se mantiver constante, então o aumento em uma unidade na medida de colesterol implicará em redução de 30% na chance de sucesso (y = 1).

Foi usada a técnica de minimizar a soma dos erros quadráticos para ajustar a reta de regressão, a qual

Considere que um modelo de regressão qualquer gerou resíduos padronizados que estão representados no diagrama de dispersão a seguir, em função dos valores da variável independente:

Sobre o modelo de regressão que gerou os resíduos padronizados mostrados no diagrama acima, pode-se afirmar que:

Uma pesquisadora estima a seguinte relação com base em dados de corte transversal:

Logo, é verdadeiro afirmar:

Uma empresa de seguros deseja estimar z = preço esperado (em reais) de determinado tipo de motocicleta em função de x = tempo de uso (em anos) e de y = quilometragem rodada (em km). Para isso, a empresa levantou os dados de seis motocicletas, cujos valores estão na tabela a seguir.

As equações normais para o modelo (2) são:

Uma empresa de seguros deseja estimar z = preço esperado (em reais) de determinado tipo de motocicleta em função de x = tempo de uso (em anos) e de y = quilometragem rodada (em km). Para isso, a empresa levantou os dados de seis motocicletas, cujos valores estão na tabela a seguir.

Considere que o modelo (2) seja adequado para descrever a relação entre x, y e z. Nessa situação, se uma moto, com um ano de uso, rodou 60.000 km e custa R$ 44.000,00 e se uma outra moto, com dois anos de uso, rodou 12.000 km e custa R$ 39.000,00, então, com base apenas nesses valores, é correto afirmar que a =12.000 e b = 0,1.

O modelo de regressão múltipla é mais adequado para se obter o relacionamento entre os variáveis, peso, altura e sexo é:

Se o modelo fosse dado por Y = bX + g, então a estimativa de mínimos quadrados do coeficiente b seria igual à razão entre as médias de Y e de X.

Para a obtenção das estimativas de mínimos quadrados dos coeficientes do modelo, é necessário que o erro aleatório g siga uma distribuição normal.

O erro padrão para a estimativa do coeficiente angular é superior a 0,1.

A estimativa do coeficiente angular b é superior a 2,5.

A estimativa de F é inferior a R$ 100,00.

Uma empresa de seguros deseja estimar z = preço esperado (em reais) de determinado tipo de motocicleta em função de x = tempo de uso (em anos) e de y = quilometragem rodada (em km). Para isso, a empresa levantou os dados de seis motocicletas, cujos valores estão na tabela a seguir.

Considere que o erro aleatório g segue uma distribuição exponencial dupla. Nessa situação, as estimativas de máxima verossimilhança para os coeficientes do modelo (2) são

Uma empresa de seguros deseja estimar z = preço esperado (em reais) de determinado tipo de motocicleta em função de x = tempo de uso (em anos) e de y = quilometragem rodada (em km). Para isso, a empresa levantou os dados de seis motocicletas, cujos valores estão na tabela a seguir.

Considerando os dados da tabela, o modelo (1) fornece

Uma empresa de seguros deseja estimar z = preço esperado (em reais) de determinado tipo de motocicleta em função de x = tempo de uso (em anos) e de y = quilometragem rodada (em km). Para isso, a empresa levantou os dados de seis motocicletas, cujos valores estão na tabela a seguir.

Com respeito ao modelo (1), o maior resíduo observado foi igual a R$ 1.500,00.

Uma empresa de seguros deseja estimar z = preço esperado (em reais) de determinado tipo de motocicleta em função de x = tempo de uso (em anos) e de y = quilometragem rodada (em km). Para isso, a empresa levantou os dados de seis motocicletas, cujos valores estão na tabela a seguir.

Com relação ao modelo (1), a estimativa de mínimos quadrados do coeficiente a satisfaz à relação seguinte.

A figura acima corresponde a um diagrama de dispersão entre a variável y (gasto percentual com saúde) e x (renda bruta familiar, em R$ mil), obtida com base em uma amostra de 10 famílias. Com respeito ao ajuste de um modelo de regressão linear simples na forma y = ax + b + g, em que g é o erro aleatório e a e b são os coeficientes do modelo, foram obtidos os seguintes resultados.

Com base nessas informações, julgue os itens seguintes.

Considerando que 1 < x < 10, é correto inferir que, a cada mil reai... Ver mais

Os quatro principais pressupostos da regressão são os seguintes:

Em um estudo sobre os preços médios pagos em aluguel de certa capital, foi utilizado o seguinte modelo:

O preço médio estimado de um imóvel com 3 quartos e área de 75 m² por esse modelo é de

Considere a tabela ANOVA (incompleta) a seguir.

Os valores de P, Q, R, S, T e U são, respectivamente,

Com base nos resultados acima, conclui-se que

Ajustou-se um modelo de regressão linear simples a dados provenientes de alguns experimentos executados por um fabricante de concreto, com o objetivo de determinar de que forma e em que medida a dureza de um lote de concreto depende da quantidade de cimento usada para fazê-lo. Quarenta lotes de concreto foram feitos com quantidades diferentes de cimento na mistura, e a dureza de cada lote foi medida após sete dias. Sabendo-se que

o coeficiente de determinação é, aproximadamente,

Dentre os itens abaixo, identifique as premissas básicas para o modelo de regressão.

I - Linearidade do fenômeno medido

II - Variância não constante dos termos de erro (heterocedasticidade)

III - Normalidade dos erros

IV - Erros correlacionados

V - Presença de colinearidade

São premissas APENAS os itens

As principais motivações para usar estimadores de razão e regressão são:

Um modelo linear (reta) de regressão apresenta inclinação igual a 1,5 e intercepção igual a 10.

Qual é o valor da variável dependente de acordo com o modelo de reta quando a variável independente vale 20?

Suponha que o custo de produção de energia por kilowatt/hora seja uma função linear do custo do carvão, em centavos de dólar por milhão de Btu. Os resultados parciais a seguir foram obtidos a partir da produção de 12 moinhos.

Nesse modelo de regressão linear simples, o coeficiente de determinação que representa o quanto da variável dependente é explicada pela variável independente é

Com base nessa situação hipotética e nas informações apresentadas, julgue os itens que se seguem.

A razão t1 foi inferior a 2.

O gráfico abaixo demonstra a evolução da receita tributária anual no estado de São Paulo desde 1999, com os valores arrecadados em bilhões de reais.

A previsão da receita tributária para 2009, em bilhões de reais, em função da equação obtida pelo método dos mínimos quadrados é igual a

Os testes de significância se apóiam em dados passados. Em testes de regressão, a questão da significância está baseada no nível de confiabilidade de tais dados. Entre os métodos utilizados estão a estatística F, a análise da variância constante (homocedasticidade... Ver mais

A reta de regressão é representada pela equação y = a + bx. O coeficiente b é o intercepto e o coeficiente a é a declividade da reta e define o aumento ou a diminuição da variável y por unidade de variação da variável x.

A partir de uma amostra de 36 elementos foi estabelecido o seguinte modelo de regressão:

Para a elaboração do quadro para Análise de Variância, sabe-se que a Variação Explicada é igual a 1.656 e a Variação Total é igual a 3.128. Assim, o valor da estatística F é igual a:

Ao analisar um modelo de regressão com uma variável explicativa, um pesquisador realizando o teste de Durbin-Watson obteve o valor 2,01. De acordo com o resultado obtido podemos afirmar que:

Ao analisar a quantidade demandada ( q ) de determinado produto em função do seu preço ( p ) e o preço de um produto substituto ( P1 ), um pesquisador obteve o seguinte modelo de regressão múltipla, com as respectivas estatísticas t entre parênteses:

Podemos afirmar que o erro padrão da estimativa do coeficiente da variável preço ( p ) é igual a:

Após ser ajustado um modelo de regressão linear entre X e Y, encontrou-se um modelo da forma Y=aX+b+E, em que a e b são os coeficientes da regressão e E o erro aleatório, e um coeficiente de determinação de 73%. Qual o percentual de variação de Y é considerado aleatório?

O modelo de regressão quadrática Y = a + bX + cX² + g deve ser ajustado aos dados da seguinte tabela.

Nesse caso, é correto afirmar que

a parábola dos mínimos quadrados tem os parâmetros 

O modelo de regressão quadrática Y = a + bX + cX² + g deve ser ajustado aos dados da seguinte tabela.

Nesse caso, é correto afirmar que

as equações normais são dadas por

em que n representa o tamanho da amostra.

No modelo de regressão múltipla Z = a + bX + cY + , representa um desvio aleatório. Com referência a esse modelo, julgue os próximos itens.

No caso específico em que a = 0, as equações normais são expressas por

No modelo de regressão múltipla Z = a + bX + cY + , representa um desvio aleatório. Com referência a esse modelo, julgue os próximos itens.

As equações normais para esse problema são expressas pelas seguintes equações:

em que n representa o tamanho da amostra.

Uma concessionária de veículos estudou o preço de determinado tipo de veículo em função da idade (anos de uso). Os resultados encontram-se na seguinte tabela.

Um estatístico ajustou o modelo de regressão linear simples Y = a + bX + aos dados, em que representa um desvio aleatório. Com base nessas informações, julgue os itens a seguir.

Se o desvio aleatório tiv... Ver mais

Uma concessionária de veículos estudou o preço de determinado tipo de veículo em função da idade (anos de uso). Os resultados encontram-se na seguinte tabela.

Um estatístico ajustou o modelo de regressão linear simples Y = a + bX + aos dados, em que representa um desvio aleatório. Com base nessas informações, julgue os itens a seguir.

Comparando os preços observados da tabela com os preços esperados, o desvio absoluto entre esses va... Ver mais

Uma concessionária de veículos estudou o preço de determinado tipo de veículo em função da idade (anos de uso). Os resultados encontram-se na seguinte tabela.

Um estatístico ajustou o modelo de regressão linear simples Y = a + bX + aos dados, em que representa um desvio aleatório. Com base nessas informações, julgue os itens a seguir.

O preço esperado de um veículo de 5 anos de idade é igual a R$ 30.100.

Uma concessionária de veículos estudou o preço de determinado tipo de veículo em função da idade (anos de uso). Os resultados encontram-se na seguinte tabela.

Um estatístico ajustou o modelo de regressão linear simples Y = a + bX + aos dados, em que representa um desvio aleatório. Com base nessas informações, julgue os itens a seguir.

As estimativas dos parâmetros â e b são: â = 78.000 e ... Ver mais

Uma concessionária de veículos estudou o preço de determinado tipo de veículo em função da idade (anos de uso). Os resultados encontram-se na seguinte tabela.

Um estatístico ajustou o modelo de regressão linear simples Y = a + bX + aos dados, em que representa um desvio aleatório. Com base nessas informações, julgue os itens a seguir.

Os parâmetros a e b são obtidos resolvendo-se o sistema de equações lineares a seguir

O modelo de regressão linear múltipla Y= α + βX + γZ + ε é ajustado às observações Yi, Xi e Zi, que constituem uma amostra aleatória simples de tamanho 23. Considerando que o coeficiente de determinação calculado foi R2 = 0,80, obtenha o valor mais próximo da estatística F para testar a hipótese nula de não-existência da regressão.

Uma amostra aleatória simples (X1 ,Y1), (X2 ,Y2), ..., (Xn,Yn) de duas variáveis aleatórias X e Y forneceu as seguintes quantidades:

Calcule o valor mais próximo do coeficiente de determinação da regressão linear de Y em X.

Com base nessas informações e considerando que a população de embarcações tenha sido muito grande, julgue os seguintes itens.

Considerando-se que o tempo T e a quantidade Q estão linearmente correlacionados, o indicador ß é estatisticamente mais eficiente do que o estimador t

Com base nessas informações e considerando que a população de embarcações tenha sido muito grande, julgue os seguintes itens.

A estimativa do indicador ß foi igual a 2 horas por 1.000 toneladas.

Com base nessas informações e considerando que a população de embarcações tenha sido muito grande, julgue os seguintes itens.

61 Nesse estudo piloto, o valor do indicador t foi superior a 2,5 horas/1.000 toneladas.

A covariância entre o tempo de carregamento e o volume total do carregamento é superior a 0,85.

A estimativa de  é inferior a 0,1.

O erro padrão do estimador de mínimos quadrados de $ é inferior a 0,01.

Sendo  respectivamente, a média dos tempos de carregamento, a média dos volumes totais do carregamento e a estimativa de mínimos quadrados do coeficiente angular do modelo, então

Pelo método de regressão linear simples, obtém-se um modelo linear na forma Y = 7 + 8x, em que Y representa a quantidade média de irregularidades encontradas por processo em função de x = 0 (se o processo for do tipo A) ou x = 1 (se o processo for do tipo B).

Com base no texto acima, julgue os itens seguintes.

A estimativa de mínimos quadrados do coeficiente angular da reta de regressão é inferior a -0,5.

Ainda com base no texto, julgue os itens seguintes.

O erro padrão da estimativa do coeficiente angular b é maior que 0,05.

Ainda com base no texto, julgue os itens seguintes.

Para investigar a relação entre o tempo diário de ginástica laboral (T) e o nível de stress (S) foram observados 10 colaboradores. Foram obtidos os seguintes resultados:

I. O tempo de ginástica laboral variou no intervalo [2; 20] minutos e o nível de stress de [1; 50] pontos.

II. A reta de regressão ajustada foi s' = 60 – 2t com R2=0,81.

Em relação aos resultados acima, pode-se afirmar que:

Para ajustar uma curva a um conjunto de dados é usual utilizar o Método dos Mínimos Quadrados (MMQ). Sabe-se que:

I. O MMQ é uma técnica matemática de otimização que busca o melhor ajuste para um conjunto de dados.

II. O MMQ busca minimizar a soma dos erros quadráticos.

Considerando as assertivas acima, pode-se afirmar que:

Considerando n pares (Xi; Yi) nos problemas de Regressão Linear Simples sabe-se que:

I. O modelo de regressão é dado por Yi = + ßXi +

II. A reta de regressão é dada por y' = a + bx

III. O erro aleatório é estimado pelo resíduo (yi - y'i )

Em relação as assertivas acima, pode-se afirmar que

Instruções: Para responder às questões de 52 a 54 considere uma amostra aleatória de 10 pares de observações (Xi, Yi), i = 1, 2, 3, ..., 10 em que

Seja Fc o valor da estatística F (F calculado) utilizado para comparação com o F tabelado (variável F de Snedecor com m graus de liberdade no numerador e n graus de liberdade no denominador, ao ... Ver mais

Instruções: Para responder às questões de 52 a 54 considere uma amostra aleatória de 10 pares de observações (Xi, Yi), i = 1, 2, 3, ..., 10 em que

O valor da estimativa S2 da variância do modelo teórico, baseado nos dados fornecidos, é

Instruções: Para responder às questões de 52 a 54 considere uma amostra aleatória de 10 pares de observações (Xi, Yi), i = 1, 2, 3, ..., 10 em que

Utilizando a equação da reta obtida pelo método dos mínimos quadrados, tem-se que o menor valor inteiro X tal que o valor estimado de Y seja superior a 10 é

Atenção: Para resolver às questões de números 38 e 39 considere o texto abaixo. Uma amostra com 80 pares de observações (Xi, Yi), i = 1, 2, 3, . . . , 80; sendo as somas das observações de Xi e Yi iguais a 560 e 2.400, respectivamente. Um estudo tinha como objetivo analisar a relação entre X e Y e adotou-se o modelo Yi = α + βXi + εi, em que i corresponde a i-ésima observação, α e β são parâmetros desconhecidos e εi o erro aleatório com as respectivas hipóteses consideradas para a regressão linear simples. Utilizou-se o método dos mínimos quadrados, com base na amostra, para o ajustamento do modelo obtendo-se para a estimativa de α o valor de 2.

Se Y = f(X), em que f(X) é a função linea... Ver mais

Atenção: Para resolver às questões de números 38 e 39 considere o texto abaixo. Uma amostra com 80 pares de observações (Xi, Yi), i = 1, 2, 3, . . . , 80; sendo as somas das observações de Xi e Yi iguais a 560 e 2.400, respectivamente. Um estudo tinha como objetivo analisar a relação entre X e Y e adotou-se o modelo Yi = α + βXi + εi, em que i corresponde a i-ésima observação, α e β são parâmetros desconhecidos e εi o erro aleatório com as respectivas hipóteses consideradas para a regressão linear simples. Utilizou-se o método dos mínimos quadrados, com base na amostra, para o ajustamento do modelo obtendo-se para a estimativa de α o valor de 2.

Considerando a função linear obtida pelo ... Ver mais

Atenção: Para resolver às questões de números 40 a 42 considere as informações abaixo.

Considere que In (e) = 1, In (6,34) = 1,8 e In (12) = 2,5. Desejando-se calcular o valor da previsão do empreendimento em 2010, em função da equação obtida, tem-se que esta previsão é igual a

Atenção: Para resolver às questões de números 40 a 42 considere as informações abaixo.

Para testar a existência da regressão, calcula-se o valor da estatística Fc (F calculado) para comparação com Ft tabelado (variável F de Snedecor com m graus de liberdade no numerador e n graus de liberdade no denominador). Os valores de (m + n), Fc e s2 (estimativa da variância σ2 do modelo teórico) são, respectivamente,

Atenção: Para resolver às questões de números 40 a 42 considere as informações abaixo.

Considerando o quadro da análise de variância, obtém-se que o coeficiente de determinação (R2), definido como sendo o quociente da divisão da variação explicada devido à regressão pela variação total, é tal que

Instruções: Para responder às questões de números 48 a 50 considere que uma empresa adotou o modelo Yi = α + βXi + εi, para prever o acréscimo da receita anual de vendas (com relação ao ano anterior) em função dos gastos com propagandas, com base em observações dos respectivos valores verificados nos últimos 10 anos.

Dados:

I. Yi é o acréscimo da receita anual de vendas, em milhares de reais, no ano i.

II. Xi é o gasto com propagandas, também em milhares de reais, no ano i.

III. εi é o erro aleatório com as respectivas hipóteses consideradas para o modelo de regressão linear simples. IV. α e β são parâmetros desconhecidos.

V. Nos ... Ver mais

Instruções: Para responder às questões de números 48 a 50 considere que uma empresa adotou o modelo Yi = α + βXi + εi, para prever o acréscimo da receita anual de vendas (com relação ao ano anterior) em função dos gastos com propagandas, com base em observações dos respectivos valores verificados nos últimos 10 anos.

Dados:

I. Yi é o acréscimo da receita anual de vendas, em milhares de reais, no ano i.

II. Xi é o gasto com propagandas, também em milhares de reais, no ano i.

III. εi é o erro aleatório com as respectivas hipóteses consideradas para o modelo de regressão linear simples. IV. α e β são parâmetros desconhecidos.

V. Nos ... Ver mais

Instruções: Para responder às questões de números 48 a 50 considere que uma empresa adotou o modelo Yi = α + βXi + εi, para prever o acréscimo da receita anual de vendas (com relação ao ano anterior) em função dos gastos com propagandas, com base em observações dos respectivos valores verificados nos últimos 10 anos.

Dados:

I. Yi é o acréscimo da receita anual de vendas, em milhares de reais, no ano i.

II. Xi é o gasto com propagandas, também em milhares de reais, no ano i.

III. εi é o erro aleatório com as respectivas hipóteses consideradas para o modelo de regressão linear simples. IV. α e β são parâmetros desconhecidos.

V. Nos ... Ver mais

Considerando que o coeficiente a seja nulo, tem-se uma reta de regressão que passa pela origem, na forma Yk = bXk + ek . Nesse caso, a estimativa de mínimos do coeficiente b será maior que 0,90.

A covariância entre X e Y é maior que 3.

O valor da estatística R 2 ajustado é superior a 0,30.

A estimativa de mínimos quadrados ordinários do coeficiente a é superior a 4.

Considere um conjunto de variáveis aleatórias X1, X2, ..., Xn Xk X =1, em que cada variável X , k = 1, ..., n, representa o tempo gasto pelo k-ésimo oficial de justiça para o cumprimento de um mandado judicial. Essas variáveis aleatórias são independentes e identicamente distribuídas, segundo uma distribuição normal com média m e desvio padrão d, ambos desconhecidos. A partir dessas informações, julgue os itens de 69 a 76, considerando que  represente a média amostral desse conjunto de variáveis aleatórias.

O valor v que minimiza a soma corresponde à mediana amostra... Ver mais

Com base nessa situação hipotética, julgue os próximos itens.

A estimativa de mínimos quadrados para a média da distribuição Y é superior a 0,25.

Considere Y A Bx o modelo de regressão de uma população para a construção de um modelo estimado nessa mesma população. Para a construção do modelo estimado, baseado numa amostra da população, deve-se supor:

I . o termo aleatório, , possui média aritmética igual à zero, para cada x;

II . os erros associados a diferentes observações são independentes;

III. para qualquer valor de x fornecido, a distribuição dos erros é normal;

IV . a distribuição dos erros da população, para cada valor de x, apresenta o mesmo desvio-padrão.

Dos itens acima mencionados, estão corretos:

De acordo com as observações abaixo, estime a reta de regressão linear.

Tendo como referência essas informações, julgue os itens de 64 a 76.

O percentual da variação da variável  explicada pela tendência linear é superior a 60%.

Tendo como referência essas informações, julgue os itens de 64 a 76.

A estimativa do desvio padrão residual é inferior a 300.

Tendo como referência essas informações, julgue os itens de 64 a 76.

O intervalo de confiança de 95% para o coeficiente angular da reta de regressão, sob a hipótese de normalidade dos erros aleatórios, é obtido com base em uma distribuição t de Student com 2 graus de liberdade.

Com base nessas informações e considerando que o valor 100 é representado nesses diagramas como 10|0, julgue os itens que se seguem.

Computacionalmente, geralmente os softwares SAS, SPSS e Microsoft Excel produzem os mesmos resultados acerca da estimação dos coeficientes de um modelo de regressão linear simples.

Com base nessas informações e considerando que o valor 100 é representado nesses diagramas como 10|0, julgue os itens que se seguem.

Na regressão linear simples de X em Y, considere os testes t de significância para o intercepto e o coeficiente angular e suponha que o erro padrão do intercepto foi maior que o erro padrão do coeficiente angular. Com base nessas informações, é possível concluir inequivocamente que o valor do teste t de Student relativo ao intercepto foi superior ao valor do teste t de Student relativo ao coeficiente angular.

Com base nessas informações e considerando que o valor 100 é representado nesses diagramas como 10|0, julgue os itens que se seguem.

Considerando o teste t bilateral para a significância do coeficiente angular de um modelo de regressão linear simples na forma Y = aX + b + e, em que e representa o erro aleatório, quanto maior for o valor absoluto da razão t, maior será a significância estatística desse coeficiente.

Com base nessas informações e considerando que o valor 100 é representado nesses diagramas como 10|0, julgue os itens que se seguem.

Suponha que a regressão linear simples da variável Y em X resulte no modelo ajustado por mínimos quadrados ordinários Y = aX + b + e, em que b representa a estimativa do intercepto. Nessa situação, o coeficiente b foi superior a 40 e inferior a 45.

Com base nas informações apresentadas acima, e considerando que  representa a função de distribuição acumulada da distribuição normal padrão, julgue os itens de 41 a 50.

Para os agricultores aderentes ao PRONAF, a tendência linear com intercepto não-nulo entre o indicador X e a renda mensal Y, ajustada pelo método de mínimos quadrados, é expressa por Y = 0,7X + 900.

Duas variáveis aleatórias Y e X correlacionadas possuem uma distribuição normal bivariada. Dado que a regressão de Y em X é E(Y|X) = 2,5 + 0,8(X-1), obtenha a regressão de X em Y, considerando que o coeficiente de correlação entre as variáveis é  = 0,8.

Instruções: Para responder às questões de números 59 e 60, considere que uma empresa adotou o modelo Zi = α + βXi + γYi + εi para estimar a venda anual de seus produtos com base em observações nos últimos 20 anos.

 Dados:

 I. Zi é o total de vendas, em milhares de reais, no ano i.

 II. Xi é um índice de preços dos produtos da empresa (com relação a uma determinada base), no ano i.

III. Yi é o gasto com propagandas, em milhares de reais, no ano i.

 IV. εi é o erro aleatório com as respectivas hipóteses consideradas para o modelo de regressão linear múltipla.

 V. α, β e γ são parâ... Ver mais

Em um estudo sobre a relação entre o tempo de experiência (em anos) e salário (em R$) de determinada categoria profissional, utilizou-se o modelo linear simples Yi = α + βXi + εi, em que Yi é o salário do indivíduo i, Xi o tempo de experiência do indivíduo i e εi é o erro aleatório com as respectivas hipóteses consideradas para a regressão linear simples (α e β são parâmetros desconhecidos). Em uma amostra aleatória de 100 pares de observações

(Xi, Yi), i = 1,2, ......, 100 obteve-se

Utilizando a equação da reta obtida pelo método dos mínimos quadrados, tem-se que um profissional, da categoria em questã... Ver mais

A estimativa do erro quadrático médio da média do processo é igual a 1.

O coeficiente do modelo é superior a 3 ou inferior a - 3.

Com relação ao texto e considerando que a amostra de 100 dias seja aleatória simples, julgue os próximos itens.

A estimativa do erro quadrático médio da média amostral é superior a 100.

A figura acima apresenta os resultados de um estudo acerca da evolução temporal da temperatura máxima média anual — Y — de 1961 a 2002 e sua relação com o desmatamento em uma área da região amazônica. A tendência de crescimento linear foi obtida pelo método de mínimos quadrados ordinários. De acordo com esse modelo de regressão linear simples, os valores ajustados para a temperatura Y em 1961 e 2002 foram iguais a 22,5 ºC e 24,5 ºC, respectivamente, e o coeficiente de determinação (R2) foi igual a 0,72.

Com base nas informações apresentadas, julgue os itens subseqüentes.

O valor previsto de Y para... Ver mais

A figura acima apresenta os resultados de um estudo acerca da evolução temporal da temperatura máxima média anual — Y — de 1961 a 2002 e sua relação com o desmatamento em uma área da região amazônica. A tendência de crescimento linear foi obtida pelo método de mínimos quadrados ordinários. De acordo com esse modelo de regressão linear simples, os valores ajustados para a temperatura Y em 1961 e 2002 foram iguais a 22,5 ºC e 24,5 ºC, respectivamente, e o coeficiente de determinação (R2) foi igual a 0,72.

Com base nas informações apresentadas, julgue os itens subseqüentes.

O coeficiente angular da t... Ver mais

A figura acima apresenta os resultados de um estudo acerca da evolução temporal da temperatura máxima média anual — Y — de 1961 a 2002 e sua relação com o desmatamento em uma área da região amazônica. A tendência de crescimento linear foi obtida pelo método de mínimos quadrados ordinários. De acordo com esse modelo de regressão linear simples, os valores ajustados para a temperatura Y em 1961 e 2002 foram iguais a 22,5 ºC e 24,5 ºC, respectivamente, e o coeficiente de determinação (R2) foi igual a 0,72.

Com base nas informações apresentadas, julgue os itens subseqüentes.

Se a reta apresentada na f... Ver mais

Considerando a situação descrita no texto, julgue os itens subseqüentes.

A soma de quadrados total, dada em função de Yk, é inferior a 12.

Com base nas informações apresentadas no texto, julgue os itens a seguir.

O stepwise é um método computacional para a estimação de coeficientes do modelo de regressão linear. Nesse método, inicialmente, todas as q variáveis explanatórias de interesse estão disponíveis no banco de dados. Em seguida, observam-se os valores da razão t e exclui-se aquela variável que possui o maior valor P. Repete-se o procedimento para as q - 1 variáveis restantes e assim sucessivamente. O processo termina quando todas as estimativas dos coeficientes apresentam valores P baixos, como os que estão apresentados no quadro do texto.

Com base nas informações apresentadas no texto, julgue os itens a seguir.

A quantidade de mulheres com x3 = 1 e x4 = 1 é superior a 310.

Com base nas informações apresentadas no texto, julgue os itens a seguir.

A variável x4 é relativamente mais importante do que a variável x2, pois seu coeficiente é 800 vezes maior do que o coeficiente de x2.

Com base nas informações apresentadas no texto, julgue os itens a seguir.

O modelo ajustado pode ser usado para calcular os valores previstos para cada indivíduo com base nas suas características x1, x2, x3 e x4. O valor esperado da variável resposta é superior a 15 e inferior a 17.

Com respeito ao texto anterior, considerando uma amostragem aleatória simples (X1, Y1), (X2, Y2), ...., (Xn, Yn) para a estimação dos parâmetros da distribuição ,  > 0), em que cada vetor aleatório (Xk, Yk) é identicamente distribuído como (T1, T2), k = 1, 2, ..., n, julgue os itens subseqüentes.

Um estimador de mínimos quadrados para é

A tabela acima apresenta a evolução da população brasileira segundo os censos de 1991 e 2000, a contagem populacional de 1996 e uma projeção feita para o ano 2015. Com base nas informações apresentadas e na tabela, julgue os itens seguintes.

As estimativas mensais de população a partir de 1990 podem ser obtidas ajustando-se uma curva de crescimento na forma  , em que são os coeficientes do modelo, t representa o tempo em anos e Popk,t é o tamanho da população no mês k (k = 0, 1, ..., 1... Ver mais

Considerando as informações do texto, julgue os itens subseqüentes.

A estimativa do valor do coeficiente a da reta de regressão Y = aX, em que Y representa o número esperado de imóveis vendidos para uma quantidade X de imóveis ofertados, é superior a 0,23 e inferior a 0,26.

As questões de nos 53 a 55 referem-se aos diagramas de dispersão a seguir.

Se as variáveis Y e X 1 forem transformadas, respectivamente, para Y 1 = −2Y + 0,5 e X' 1=−X 1+ 0,5, o coeficiente de correlação entre Y 1 e X' 1 será

As questões de nos 53 a 55 referem-se aos diagramas de dispersão a seguir.

A formulação adequada para o teste de hipótese de existência de relação linear entre

Considere um modelo de regressão simples conforme especificado abaixo: Yi = a + bXi + ui e (i = 1,2...n), onde Yi é a variável dependente, Xi a variável explicativa, ui é o termo aleatório, a e b são os parâmetros e n indica o tamanho da amostra. Marque a alternativa que NÃO corresponde a um pressuposto do modelo de regressão linear simples:

Observações de duas variáveis econômicas, Y e X, satisfazem o modelo linear:  , onde ei é o erro aleatório com as suposições usuais. O método de mínimos quadrados aplicado a uma amostra de tamanho 100 produziu o modelo ajustado:

  400 + 0,8X 

 Sendo o desvio padrão do coeficiente β estimado em 1 e a soma dos quadrados dos resíduos é igual a 588, o estimador não-viesado da variância do erro é

O gráfico abaixo mostra os pares de observações de duas variáveis X e Y relacionadas pela regressão linear simples Y = a + bX + u, (onde a e b são coeficientes a serem estimados e u são os erros aleatórios).

O exame do gráfico sugere que