

Seu próximo nível começa aqui
Com a Assinatura Ilimitada, você tem tudo que precisa para sua aprovação.
Com a Assinatura Ilimitada, você combina prática, teoria e método em uma única assinatura com tudo que você precisa para sua aprovação.
Levando-se em consideração o texto 7A3-I, a discrepância na renda familiar per capita X, em número de salários mínimos, obtida entre o valor observado e aquele em que se aplica a reta de melhor ajuste aos dados determinada pelo método dos mínimos quadrados para o nono réu é
0,47 < X < 0,50.
0,44 < X < 0,47.
0,42 < X < 0,44.
0,39 < X < 0,42.
0,38 < X < 0,39.
Cada uma das opções a seguir apresenta um gráfico de resíduos para modelos de retas de melhor ajuste a certos conjuntos de dados determinadas pelo método dos mínimos quadrados. Assinale a opção cujo gráfico revela descumprimento mais acentuado da hipótese de normalidade.
Considerando-se o texto 7A3-I, a relação entre o coeficiente de correlação linear entre as variáveis X e Y e o coeficiente angular, da reta de melhor ajuste aos dados determinada pelo método dos mínimos quadrados pode ser expressa por
a = CORR(X,Y).
b = CORR(X,Y).
a×n(∑i=1nxi2)−(∑i=1nxi)2
= CORR(X,Y)×(∑i=1nyi2)−(∑i=1nyi)2
b×n(∑i=1nxi2)−(∑i=1nxi)2
= CORR(X,Y)× (∑i=1nyi2)−(∑i=1nyi)2
a=CORR(X,Y)1.
Utilizando a equação da reta obtida, tem-se que se a previsão do faturamento em um ano foi igual a 30 milhões de reais, significa que o respectivo gasto com investimentos na área comercial foi, em milhões de reais, de
11,5.
12,0.
12,5.
13,0.
13,5.
O método mais usado para ajustar uma linha reta a um conjunto de pontos é conhecido como técnica dos mínimos quadrados. Os valores de a e b para a reta Yc =a+bx que minimiza a soma dos quadrados dos desvios são as soluções das chamadas "equações normais". Assinale a opção que apresenta essas equações.
∑y=a+b(∑x)
∑xy=a(∑x)+b(∑xy)
∑y=na+b(∑x)
∑xy=a(∑x)+b(∑x2)
∑y=na+b(∑x2)
∑xy=2a(∑x)+b(∑x2)
∑y=na+b(∑x)
∑xy=ab(∑x)+b(∑x2)
∑y=a+nb(∑x)
∑xy=2ab(∑x)+b(∑x2)
A figura a seguir apresenta o gráfico de resíduos para o modelo da reta de melhor ajuste a certo conjunto de dados determinada pelo método dos mínimos quadrados.
Esse gráfico revela, como principal transgressão das suposições do modelo aplicado,
a inadequação do modelo adotado.
a ausência de média zero.
a ausência de variância comum.
a existência de elemento discrepante.
a existência de viés nos dados utilizados.
Num modelo de regressão linear pelo método dos mínimos quadrados sabe-se que a inclinação da reta é igual a 3,27 e o intercepto da reta é igual a 35,42, então o valor de yˆ para x = 21 é:
126,83
136,82
116,27
104,09
109,89
Em uma empresa de determinado ramo de atividade, utilizando o método de regressão linear, obteve-se a equação de tendência (T) da série temporal abaixo.

1,2.
1,5.
0,6.
2,4.
1,8.
O estimador não viesado Se da variância dos valores observados para a renda familiar per capita dos réus, ainda considerando-se o texto 7A3-I, é
2,10 < Se < 2,20.
1,60 < Se < 2,10.
1,50 < Se < 1,60.
1,40 < Se < 1,50.
1,30 < Se < 1,40.
Com base no texto 7A3-I, a renda familiar per capita esperada X, em número de salários mínimos, obtida aplicando-se a reta de melhor ajuste aos dados determinada pelo método dos mínimos quadrados para um réu ao qual tenha sido cominada uma pena de 4 anos de reclusão é
2,3 < X < 2,6.
2,1 < X < 2,3.
1,9 < X < 2,1.
1,2 < X < 1,9.
1,0 < X < 1,2.
No gráfico abaixo temos o resultado de uma pesquisa realizada com 55 pessoas, na qual há o levantamento de altura (em cm) e o tamanho do calçado (na unidade brasileira, ou seja o“ponto-francês”,2/3 de cm por número).

A reta é ajustada utilizando-se o método dos mínimos quadrados e tem valor de R2 =0,75. Chamando-se y: número do calçado, e x: altura (cm), assinale dentre as alternativas, aquela que pode aproximadamente corresponder à equação desta reta.
y = 0,226 x + 0,853
y = 0,226 x + 8,53
y = 22,6 x + 0,853
y = 226 x + 8,53
Utilizando o método dos mínimos quadrados, obteve-se a equação de tendência Ṫt = 15 + 2,5t, sendo t = 1, 2, 3, ..., com base nos lucros anuais de uma empresa, em milhões de reais, nos últimos 10 anos, em que t = 1 representa 2009, t = 2 representa 2010 e assim por diante. Por meio dessa equação, obtém-se que a previsão do lucro anual dessa empresa, no valor de 55 milhões de reais, será para o ano
2023.
2022.
2021.
2025.
2024.
O tamanho da amostra é:
454.
455.
456.
457.

A média mensal do consumo, em unidades, desse produto, no ano de 2017, foi então igual a
É possível estimar o coeficiente angular de uma regressão linear simples pelo método dos mínimos quadrados.
Analisando as vendas trimestrais realizadas pela empresa Gama no período de 2016 a 2018, obteve-se a equação da tendência utilizando o método dos mínimos quadrados com base nestas 12 observações, ou seja, Xt = 10 + 1,5 t, em que X corresponde às vendas trimestrais (em milhões de reais) e t = 1 representa o primeiro trimestre de 2016, t = 2 representa o segundo trimestre de 2016 e assim por diante.
-
Dados: Índices sazonais corrigidos para o modelo multiplicativo.
-
Trimestre | 1º |
| 3º | 4º |
Índices Sazonais | 0,5 | 0,3 | 1,2 | 1,0 |
-
A previsão das vendas para o segundo trimestre de 2020, levando em conta o movimento sazonal do período e considerando o modelo multiplicativo, é igual, em milhões de reais, a
11,1.
12,6.
12,0.
11,5.
11,8.
Um estudo é elaborado com base em 10 pares de observações (X;, Y¡), i = 1,2,3, ... 11 O. O objetivo desse estudo é obter uma relação entre Y e X. Em função do diagrama de dispersão, adotou-se o modelo Y¡= a+ ßX; +E;, sendo a e ß parâmetros desconhecidos e e1 o erro aleatório com as respectivas hipóteses do modelo de regressão linear simples. Utilizando o método dos mínimos quadrados obtém-se valor de 5,2 para a estimativa de a . As somas das 1 O observações de X¡ e Y¡ são iguais a 28 e 94, respectivamente. Utilizando a equação da retal obtida pelo método dos mínimos quadrados, e desprezando-se o valor do erro aleatório E¡ , é correto afirmar que o valor de Y é igual a 16 quando X for igual a:
7,2
6,8
3,6
2,4
1,5