1211
Q761203
A respeito da autocorrelação dos erros de um modelo de regressão linear, julgue os itens subsequentes. Como regra geral, a presença de autocorrelação dos erros é um problema que não pode ser corrigido, de modo que a modelagem por regressão deve ser abandonada quando detectado esse problema.
1212
Q761202
A respeito da autocorrelação dos erros de um modelo de regressão linear, julgue os itens subsequentes. O teste de Durbin–Watson é um teste que permite identificar a autocorrelação serial de primeira ordem.
1213
Q761201
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.
1214
Q761200
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.
1215
Q761199
Considerando um modelo de regressão linear com erros heteroscedásticos, julgue os itens seguintes.
1216
Q761198
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.
1217
Q761197

Com base nas informações e na tabela apresentadas, julgue os próximos itens.
1218
Q761196

Com base nas informações e na tabela apresentadas, julgue os próximos itens.
Fixando-se determinado ponto
a ocorrência do evento representado por D faz que a estimativa de Y diminua em mais de 80 unidades.
1219
Q761195

Com base nas informações e na tabela apresentadas, julgue os próximos itens.
A soma dos quadrados totais é igual a 2.016.000.
1220
Q761194

Com base nas informações e na tabela apresentadas, julgue os próximos itens.
O valor de a reflete a quantidade de variáveis explicativas, e deve ser igual a 3.