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.
Suponha que a variável dependente Y seja categórica do tipo...
Suponha que a variável dependente Y seja categórica do tipo binário: pertencer à População 1 ou pertencer à População 2. Sabe-se que o vetor aleatório x = (X2X1) tem distribuição normal bivariada com vetor de médias dado por
μ= (μ2μ1) e matriz de covariâncias dada por ∑=[σ1200σ12], sendo σ12 > 𝟎 e σ22 > 𝟎. Suponha, ainda, que pertencer à População 1 significa ter a distribuição de X1 e que pertencer à População 2 significa ter a distribuição de X2 . De posse de um novo elemento amostral x0 que não se sabe a qual população pertence (População 1 ou População 2), pode-se usar a análise discriminante para sua classificação. Diante do exposto, marque V para as afirmativas verdadeiras e F para as falsas.
( ) Com base no princípio da máxima verossimilhança, uma regra de classificação pode ser definida a partir da razão de verossimilhança entre as duas populações, a qual, neste caso, fica dada por: λ(x0)=σ2σ1exp {−21[(σ1x0−μ1)2−(σ2x0−μ2)2]}.
( ) Com base no valor observado para a função discriminante dada pela razão de verossimilhança apropriada, denotada por 𝜆(x0), deve-se classificar o elemento 𝑥0 como pertencente à População 1 se 𝜆(x0) > 0 e, caso contrário, como pertencente à População 2.
( ) Se, em vez de termos 𝐶𝑜𝑣(𝑋1,𝑋2 ) = 0, tivéssemos 𝐶𝑜𝑣(𝑋1,𝑋2 ) = 𝜎12, com 𝜎12 ≠ 0, então a função discriminante baseada na razão de verossimilhança irá depender de 𝜌, o parâmetro que representa a correlação linear entre as variáveis 𝑋1 e 𝑋2.
A sequência está correta em
A
V, V, V.
B
V, V, F.
C
F, F, F.
D
F, F, V.