

Seu próximo nível começa aqui
Seu desenvolvimento não pode ter limites. Garanta sua Assinatura Ilimitada e libere uma preparação completa com os melhores professores do Brasil.
Os modelos lineares generalizados constituem uma extensão dos modelos lineares de regressão, permitindo alargar as hipóteses admitidas. A variável resposta do modelo passa a poder provir de um universo que segue uma lei de distribuição, chamada família exponencial, deixando de ter obrigatoriamente uma distribuição Normal. Para variáveis aleatórias Υi (i=1, 2, ..., N) independentes, de média μi, uma das notações de função de densidade de probabilidade pertencente à família exponencial é dada por: f(yi | θi, Φ) = exp{ai(Φ)yiθi−b(θi)+c(yi, Φ)} . Existem diversas distribuições de probabilidades que podem ser escritas na forma da distribuição da família exponencial. Diante do exposto, considere a distribuição normal de média μ e variância σ2, escrita na forma exponencial, e assinale a alternativa correta para θ = μ e Φ = σ2.
a(Φ) = 1, b(θ) = μ, c(y, Φ) = −21 [In(2πΦ)]
E[Y] = b''(θ) = μ e Var[Υ] = a(Φ)b'(θ)
f(y | θ, Φ) = exp{Φyθ−θ2 / 2−21[Φy2+ln(2πΦ)]}
E[Y] = b'(θ) = μ e Var[Υ] = a(Φ)b''(θ)
f(y | θ, Φ) = exp{Φ2yθ−θ2 / 2−21[Φ2y2+ln(2πΦ)]}