Suponha que a seguinte regressão seja estimada para homens e mulheres em separado:
W = a + b*(Educ) + u,
em que, w é o logaritmo neperiano do salário, Educ representa os anos de estudos, a e b são parâmetros do intercepto e da inclinação a serem estimados por mínimos quadrados ordinários e u é o termo aleatório.
Sendo ah e bh as estimativas dos parâmetros do intercepto e da inclinação, respectivamente, para o universo dos homens e, am e bm, as estimativas dos parâmetros do intercepto e da inclinação, respectivamente, para as mulheres. Para se verificar se os homens apresentam um retorno monetário da educação maior do que as mulheres deve-se testar a seguinte hipótese nula:
Considere duas variáveis, X e Y, com as seguintes características:
Um experimento foi realizado com o propósito de avaliar o efeito de três diferentes pacotes de serviços de comunicação de dados (tratamento) no volume de reclamações (resposta). As unidades experimentais foram nove grandes cidades, agrupadas em três blocos com três cidades cada. Em cada bloco, cada cidade recebeu casualmente um tratamento, o que resultou na distribuição exibida na tabela acima.
Com relação aos experimentos em blocos completos casualizados, julgue os itens a seguir.
O erro padrão do estimador de mínimos quadrados do coeficiente α é igual ou superior a 0,4. 
A estimativa de mínimos quadrados ordinários do coeficiente α é superior a 1,4 e inferior a 1,5. 
Considerando essas informações e as tabelas acima, que mostram resultados pertinentes ao referido modelo, cujos coeficientes foram obtidos com base no método de mínimos quadrados ordinários, julgue os itens a seguir.
O intercepto do modelo ajustado não tem significância estatística.
Considerando essas informações e as tabelas acima, que mostram resultados pertinentes ao referido modelo, cujos coeficientes foram obtidos com base no método de mínimos quadrados ordinários, julgue os itens a seguir.
O coeficiente de determinação ou explicação (R2) é igual ou superior a 55%.
Considerando os resultados apresentados, é INCORRETO afirmar que o(a)
Considere os resultados a seguir.
Sobre os coeficientes do modelo de regressão linear múltipla, é correto afirmar que
Com o objetivo de diminuir os casos de afogamento na temporada de 2015, uma prefeitura de uma cidade litorânea encomendou estudos estatísticos que identificassem prováveis fatores de risco.
Aplicando o modelo estatístico de regressão linear aos dados da tabela abaixo, podemos afirmar que:
Um banco deseja melhorar a atenção aos seus clientes, habilitando mais caixas para o atendimento. Para isso necessita de um modelo estatístico que permita conhecer a probabilidade de que uma quantidade de n clientes requeram atendimento em um intervalo de tempo T.
Que distribuição de probabilidade deve ser empregada nesse estudo?
Observando como os dados na figura abaixo estão dispersos:
podemos concluir que o modelo de regressão polinomial mais indicado para aproximá-los é:
O estimador β1 é significativo a 1% de nível de significância. 
De acordo com a estatística do R-quadrado, 5,1% da variação total do consumo é explicada pelo modelo econométrico. 
Com base nos resultados acima, tem-se que:
tem associado n graus de liberdade. Nesse caso, o quadrado da média da variável resposta tem associado 2 graus de liberdade. 
Em relação ao modelo de regressão linear, julgue os itens a seguir.
Nas estimativas por mínimos quadrados ordinários, se a variável dependente for multiplica por uma constante k > 0, o intercepto e a inclinação da regressão também serão multiplicados por k.
Em relação ao modelo de regressão linear, julgue os itens a seguir.
Havendo autocorrelação dos resíduos, os estimadores de mínimos quadrados ordinários serão não viesados e ineficientes.
Em relação ao modelo de regressão linear, julgue os itens a seguir.
Julgue os itens a seguir, referentes à análise dos resíduos e da qualidade de ajuste dos modelos de regressão.
Considere que um modelo de regressão com intercepto e três variáveis regressoras tenha sido ajustado com base em uma amostra de tamanho 32 e que a análise da qualidade do ajuste não tenha detectado valor outlier nas variáveis independentes. Nessa situação, o menor valor do resíduo padronizado deletado que define observações influentes na amostra é
Julgue os itens a seguir, referentes à análise dos resíduos e da qualidade de ajuste dos modelos de regressão.
Considere que um pesquisador, ao ajustar um modelo de regressão de Y explicado pelas variáveis X1 e X2, tenha observado que, no gráfico dos resíduos do modelo de Y explicado por X2 contra os resíduos de X1 explicado por X2, havia uma relação quadrática. Nesse caso, o diagnóstico indica que a relação entre a variável resposta Y e X2 é quadrática.
