Questões de Concurso sobre Análise de Resíduos

 
 
Disciplina 1
Assunto 1
Banca
Instituição
Cargo
Ano
Carreira
Área de formação
Escolaridade
Dificuldade
 
Comentários:
Professores
Alunos
Meus Comentários
Vídeo
 
Minhas questões:
Resolvidas
Não resolvidas
Certas
Erradas
 
Tipo de questão:
Certo e errado
Múltipla escolha
Incluir questões:
Anuladas
Desatualizadas
 
Questões:
Todas as questões
 
Filtro simplificado
 
Questões
Todas as questões
 
52 questões encontradas
Questões por página
20
Mais recentes
 

Considere que um modelo de regressão com intercepto e três variáveis regressoras tenha sido ajustado com base em uma amostra de tamanho 32 e que a análise da qualidade do ajuste não tenha detectado valor outlier nas variáveis independentes. Nessa situação, o menor valor do resíduo padronizado deletado que define observações influentes na amostra éImagem associada para resolução da questão


C
Certo

E
Errado

Imagem associada para resolução da questão

A partir desses dados , conclui-se que os resíduos do modelo


A
seguem o comportamento de um ruído branco.

B
não seguem o comportamento de um ruído branco, apresentando valor anormal no lag 6.

C
não seguem o comportamento de um ruído branco, apresentando valores anormais nos lags 6 e 10.

D
não seguem o comportamento de um ruído branco, apresentando valores anormais nos lags 6, 10 e 16.

E
não seguem o comportamento de um ruído branco, apresentando valores anormais nos lags 6, 7, 10 e 16.

Considere que um modelo de regressão qualquer gerou resíduos padronizados que estão representados no diagrama de dispersão a seguir, em função dos valores da variável independente:

Imagem associada para resolução da questão

Sobre o modelo de regressão que gerou os resíduos padronizados mostrados no diagrama acima, pode-se afirmar que:


A
É adequado para representar o relacionamento entre as variáveis, pois seus resíduos padronizados apresentam heterocedasticidade.

B
É adequado para representar o relacionamento entre as variáveis, pois seus resíduos padronizados apresentam homocedasticidade.

C
É inadequado para representar o relacionamento entre as variáveis, pois seus resíduos padronizados apresentam homocedasticidade.

D
É adequado para representar o relacionamento entre as variáveis, pois seus resíduos padronizados apresentam padrão não aleatório.

E
É inadequado para representar o relacionamento entre as variáveis, pois seus resíduos padronizados apresentam heterocedasticidade.

A análise de resíduos em Séries Temporais permite que o modelo seja avaliado por meio do componente aleatório ou irregular.

Imagem associada para resolução da questão

Nas Figuras 1 a 3 são ilustrados os resíduos para três modelos, pode-se afirmar que:


A

Todos os modelos são inválidos.


B

A tendência está adequadamente modelada (Figura 2).


C

A sazonalidade está adequadamente modelada (Figura 3).


D

Erros distribuídos aleatoriamente (Figura 1).

Observações de duas variáveis econômicas, Y e X, satisfazem o modelo linear: Imagem associada para resolução da questão , onde ei é o erro aleatório com as suposições usuais. O método de mínimos quadrados aplicado a uma amostra de tamanho 100 produziu o modelo ajustado:

Imagem associada para resolução da questão 400 + 0,8X

Sendo o desvio padrão do coeficiente β estimado em 1 e a soma dos quadrados dos resíduos é igual a 588, o estimador não-viesado da variância do erro é


A
0,1

B
1

C
3,5

D
4

E
6

Quando se observa a presença de uma discrepância em uma análise de resíduos que corresponde a uma observação atípica (outlier), causando desequilíbrio, pode-se retirar tal observação da amostra de forma cuidadosa. Observações desse tipo podem alterar muito os resultados das análises. Tal observação atípica NÃO pode ser decorrente de qual opção abaixo?


A

Erro de leitura ou anotação dos dados.


B

Erro na execução do experimento ou obtenção da medida.


C

Características inerentes à variável.


D

Problemas controláveis na execução do experimento.

Analise as afirmativas a seguir, a respeito da média aritmética:


I. A soma dos resíduos em relação à média aritmética é sempre igual a zero.

II. É em relação à média aritmética que a soma dos valores absolutos dos resíduos é mínima.

III. É em relação à média aritmética que a soma dos quadrados dos resíduos é mínima.


Assinale:


A

se somente a afirmativa II estiver correta.


B

se somente as afirmativas I e II estiverem corretas.


C

se somente as afirmativas I e III estiverem corretas.


D

se somente as afirmativas II e III estiverem corretas.


E

se todas as afirmativas estiverem corretas.

No ajuste de um modelo de regressão linear simples Imagem associada para resolução da questão com Imagem associada para resolução da questão independentes, i = 1,2,..., n , o gráfico de resíduos versus os valores ajustados de Y a seguir foi obtido:

Imagem associada para resolução da questão

Tal resultado revela:


A
a adequação do modelo ajustado;

B
falha na especificação da função de regressão;

C
violação da hipótese de normalidade dos erros;

D

violação da hipótese de variância constante dos erros;


E
violação da hipótese de independência dos erros.

Considere o modelo de regressão linear simples Imagem associada para resolução da questão com Imagem associada para resolução da questãoindependentes. Sejam Imagem associada para resolução da questão , os resíduos do modelo, em que os yˆi são os valores ajustados pelo método de mínimos quadrados. Analise as afirmativas a seguir:

I – Os resíduos são independentemente distribuídos.

II – Os resíduos são identicamente distribuídos.

III – A soma de quadrados dos resíduos pode ser calculada por Imagem associada para resolução da questão , em que Imagem associada para resolução da questão

A(s) afirmativa(s) correta(s) é/são somente:


A
I;

B
II;

C
III;

D
I e II;

E
I e III.
   
Gerar simulado