Um modelo de regressão linear é definido por Yi ~Normal(μ=XiT⋅β, σ2), em que Xi é um vetor 10 ×1 de características, cuja primeira entrada é 1, T é o operador transposto, β é um vetor 10 ×1 de parâmetros, e σ2 é um parâmetro escalar. Nesse modelo:• Xi2 a Xi5 codificam uma variável aleatória qualitativa • Xi2 = 1 indica que Q assumiu a categoria A; • Xi2 = 0 indica que Q não assumiu a categoria A; • Xi3 , Xi4 e Xi5 foram codificados de forma semelhante para outras categorias de Q. A partir das informações precedentes, julgue os itens a seguir, considerando que uma amostra de tamanho n foi retirada da referida população, e assumindo que SQR1 representa a soma dos quadrados dos resíduos para o modelo sem Xi2, Xi3, Xi4 e Xi5 e que SQR2 representa a soma dos quadrados dos resíduos para o modelo completo (incluindo Xi1 aXi10). Um modelo de regressão linear é definido por Yi ~Normal(μ=XiT⋅β, σ2), em que Xi é um vetor 10 ×1 de características, cuja primeira entrada é 1, T é o operador transposto, β é um vetor 10 ×1 de parâmetros, e σ2 é um parâmetro escalar. Nesse modelo:• Xi2 a Xi5 codificam uma variável aleatória qualitativa • Xi2 = 1 indica que Q assumiu a categoria A; • Xi2 = 0 indica que Q não assumiu a categoria A; • Xi3 , Xi4 e Xi5 foram codificados de forma semelhante para outras categorias de Q. A partir das informações precedentes, julgue os itens a seguir, considerando que uma amostra de tamanho n foi retirada da referida população, e assumindo que SQR1 representa a soma dos quadrados dos resíduos para o modelo sem Xi2, Xi3, Xi4 e Xi5 e que SQR2 representa a soma dos quadrados dos resíduos para o modelo completo (incluindo Xi1 aXi10). Q tem 4 categorias.

Q tem 4 categorias. - Gran Questões

Q3641939

Ano: 2025

Banca: Centro de Seleção e de Promoção de Eventos UnB - CESPE CEBRASPE

Prova: CESPE/CEBRASPE - TRF 6 - Analista Judiciário - Área Apoio Especializado - Especialidade: Estatística - 2025

Um modelo de regressão linear é definido por $Y_{i}$ ~Normal $(μ = X_{i}^{T} \cdot β, σ^{2})$ , em que $X_{i}$ é um vetor $10 \times 1$ de características, cuja primeira entrada é 1, T é o operador transposto, $β$ é um vetor $10 \times 1$ de parâmetros, e $σ^{2}$ é um parâmetro escalar. Nesse modelo:

• $X_{i 2}$ a $X_{i 5}$ codificam uma variável aleatória qualitativa

• $X_{i 2}$ = 1 indica que Q assumiu a categoria A;

• $X_{i 2}$ = 0 indica que Q não assumiu a categoria A;

• $X_{i 3}$ , $X_{i 4}$ e $X_{i 5}$ foram codificados de forma semelhante para outras categorias de Q.

A partir das informações precedentes, julgue os itens a seguir, considerando que uma amostra de tamanho n foi retirada da referida população, e assumindo que SQR₁ representa a soma dos quadrados dos resíduos para o modelo sem $X_{i 2}$ , $X_{i 3}$ , $X_{i 4}$ e $X_{i 5}$ e que SQR₂ representa a soma dos quadrados dos resíduos para o modelo completo (incluindo $X_{i 1}$ a $X_{i 10}$ ).

Q tem 4 categorias.

Certo

Errado

Comentários Marcadores Anotações (0) Estatísticas Reportar erro