Em um modelo de regressão linear múltipla, após a estimação dos parâmetros, realizou-se uma Análise da Variância, através da decomposição amostral. Os dados foram impressos, mas depois foram em parte perdidos, restando apenas a tabela a seguir, com diversas lacunas:

Com os dados acima é possível concluir que:

Em uma regressão linear as propriedades dos estimadores de MQO estão relacionadas com a validade dos pressupostos sobre os erros aleatórios.

Sobre essa correspondência entre propriedades e pressupostos, é correto afirmar que:

Em modelos de regressão linear existem três métodos de estimação mais frequentemente empregados. São eles o de Mínimos Quadrados Ordinários (MQO), o do Melhor Estimador Linear Não Tendencioso (BLUE) e o de Máxima Verossimilhança (MV).

Sobre esses métodos, supondo válidos os pressupostos básicos do modelo, é correto afirmar que:

Deseja-se determinar, usando o método da regressão linear, a tendência (T) da seguinte série de tempo dada pelo quadro abaixo, em que Yt representa o volume de vendas (em milhões de reais) de um produto em t (ano).

Analisando o diagrama de dispersão, optou-se pela forma de tendência T = a + bt, em que a e b foram obtidos por meio do método dos mínimos quadrados. O valor de a é igual a

Então:

O critério de decisão é bem simples, rejeitando-se Ho quando a primeira falha ocorre depois da 3ª prova. Logo é fato que:

A probabilidade de que uma decisão de 1ª instância da Justiça Federal do Paraná seja reformada pelo Tribunal Superior da 4ª Região é de 0,20. No momento 100 recursos aguardam por uma decisão dos Srs. Desembargadores daquele Tribunal.

Suponha que o número de denúncias oferecidas por mês (30 dias) pelo Ministério Público seja uma variável aleatória discreta com distribuição de Poisson, com parâmetro 𝞴 = 12.

Se até o 10º dia de certo mês já tenham sido oferecidas três denúncias, a probabilidade de que até o final do mês (+20 dias) se tenham acumulado exatamente seis denúncias é igual a:

Assim sendo, é correto afirmar que: