Questões de Concurso sobre Correlação Linear

O coeficiente de correlação mede o grau de associação entre duas variáveis.

A associação entre E e F pode ser corretamente representada por um modelo de regressão linear simples na forma F = a + bE, em que a = 50 e b = 15.

Na tabela abaixo estão relacionadas as obsorvâncias obtidas na calibração do método de cianetohemoglobina pela utilização de diferentes diluições de um padrão de hemoglobina.

A partir das estimativas a = 0,03 e b = 0,02, e uma possível relação entre essas variáveis, qual das opções abaixo é correta?

A correlação entre X e Y é superior a 0,83.

Em um modelo de regressão linear, homoscedasticidade significa que não há correlação entre quaisquer dois erros aleatórios

Acerca das informações apresentadas no texto, julgue os itens a seguir.

I O coeficiente de variação dos preços dos imóveis do bairro A é 75% do coeficiente de variação do bairro B.

II 25% da variação total dos preços de imóveis do bairro B é explicada pela área dos imóveis.

III A soma de quadrados total dos preços é igual a (R$ 4 mil)².

A quantidade de itens certos é igual a

Em um estudo sobre as vendas dos produtos A, B e C os compradores foram divididos em três categorias de idade (adultos jovens, de 18 a 25 anos; meia idade, entre 36 e 55 anos e idosos, a partir de 56 anos) conforme a tabela a seguir:

Para se estimar o número de empregados e o faturamento bruto anual com 95% de confiança, a margem de erro correspondente deve ser de 5%.

Considerando as informações do texto, julgue os itens a seguir.

I O quadrado da correlação entre Y e X é inferior a 0,1.

II A covariância entre X e Y é inferior a 0,1.

III A média de X é um valor entre 0,5 e 0,6.

A quantidade de itens certos é igual a

A estimativa do erro-padrão da média aritmética dos números de empregados observados na amostra é inferior a 1.

A soma de quadrados dos resíduos do modelo ajustado é inferior a 40% da soma de quadrados total.

Montando o quadro de análise de variância, tem-se que

Um comerciante deseja saber a relação entre o aumento da receita de vendas (Y) de seu produto, em milhares de reais, e seu gasto com propaganda (X), também em milhares de reais. Primeiramente, optou por analisar o modelo linear simples Y_i = α + βX_i + ε_i, em que Yi representa o aumento da receita de vendas no mês i, X_i o gasto com propaganda no mês i e ε_i o erro aleatório com as hipóteses consideradas para a Regressão Linear Simples (α e β são parâmetros desconhecidos). Com base nas informações dos últimos 10 meses e utilizando o método dos mínimos quadrados obteve a equação da reta correspondente e o respectivo coeficiente de explicação (R²).

Para uma amostra de dez casais residentes em um mesmo bairro, registraram-se os seguintes salários mensais (em salários mínimos):

Assinale a opção cujo valor corresponda à correlação entre os salários dos homens e os salários das mulheres.

O modelo ajustado de regressão linear simples de X em Y é E(X|Y = y) = 0,7 + (y - 0,2) × 0,375, em que y = 0 ou y = 1.

Os parâmetros α e β podem ser estimados pelo algoritmo de Burg, que estima a função de autocorrelação por máxima verossimilhança dos erros de predição um passo à frente obtidos pelo algoritmo de Durbin-Levinson.

O valor do coeficiente de correlação r, em uma relação linear, deve estar entre -1 e +1. Valores de r que tendem a zero indicam que x e y têm relação linear.