Questões de Concurso sobre Predição do Valor da Variável Dependente

A máquina de vetores de suporte (SVM - Support Vector Machine) se popularizou, por exemplo, devido ao sucesso em aplicações envolvendo reconhecimento de padrões. Escolha a alternativa abaixo que representa uma limitação da SVM.

Na técnica de regressão descontínua (RDD), para estudo de inferência causal,

A respeito de métodos de análise quantitativa e qualitativa de dados aplicados à avaliação e ao monitoramento, julgue o item a seguir.

Na análise quantitativa de monitoramento, modelos de regressão podem ser usados para identificar a força da correlação entre variáveis e prever comportamentos futuros de indicadores.

Durante uma auditoria de desempenho operacional, uma equipe pretende construir um modelo preditivo para explicar o tempo de processamento de operações fiscais (Y) a partir de 27 variáveis explicativas relacionadas a carga de trabalho, complexidade dos casos, perfil dos auditores e uso de sistemas internos. Como há suspeita de multicolinearidade elevada entre algumas variáveis, o auditor decide comparar dois métodos de regularização: Ridge e Lasso. Nesse contexto,

O aprendizado supervisionado requer que os dados de treinamento sejam previamente rotulados com as respostas corretas, de maneira a permitir que o modelo aprenda a relação entre as variáveis de entrada e a variável-alvo; o aprendizado não supervisionado, por sua vez, busca padrões nos dados sem nenhuma indicação prévia de resultado esperado.

A análise de regressão e correlação em estatística não pode ser aplicada

Conforme descrito e ilustrado por Guimarães e Hirakata (2012), em modelos correlacionados é comum se observar um “efeito principal”, que é o efeito direto de uma variável independente sobre a variável dependente e um “efeito de interação”, que é o efeito conjunto de duas ou mais variáveis independentes sobre a variável dependente (Fonte: GUIMARÃES, Luciano Santos Pinto; HIRAKATA, Vânia Naomi. Uso do modelo de equações de estimativas generalizadas na análise de dados longitudinais. Revista HCPA, Porto Alegre, v. 32, n. 4, p. 503-511, 2012). Considerando um exemplo genérico, onde se deseja avaliar o efeito do grupo (A ou B) e do tempo (pré, durante e pós intervenção) na variável escore de ansiedade, relacione a Coluna 1 à Coluna 2, associando as ilustrações gráficas abaixo aos seus respectivos efeitos.

Coluna 1

Coluna 2

( ) Efeito somente do tempo.

( ) Efeito somente do grupo.

( ) Efeito do grupo e do tempo.

( ) Efeito do grupo e do tempo com o efeito da interação.

A ordem correta de preenchimento dos parênteses, de cima para baixo, é:

A equação de regressão resultante do método de mínimos quadrados é igual a $\hat{y}=2.934+38,56x$.

Um pesquisador está construindo um modelo de regressão múltipla para prever o nível de glicose no sangue (Y) a partir das seguintes variáveis explicativas: idade (X₁), IMC (X₂), horas de atividades físicas (X₃), horas de sono (X₄) e consumo diário de açúcar (X₅).

Sobre os métodos de seleção de variáveis, assinale a alternativa correta.

Um estatístico está construindo um modelo preditivo com um número muito grande de variáveis preditoras (p > n), muitas das quais são provavelmente irrelevantes e correlacionadas entre si. O objetivo é criar um modelo parcimonioso, que realize a seleção de variáveis e a regularização simultaneamente para evitar o superajuste (overfitting). Qual das seguintes técnicas de modelagem é a mais adequada para este propósito específico?

O comando p <- x * y produzirá a variável p, que é a matriz produto resultante da multiplicação do vetor-linha x pela matriz y.

Considerando-se uma variável dependente binária, igual a 1 se a família é pobre e igual a 0 se a família é não pobre, define-se um modelo linear que contém variáveis, agrupadas em X, que caracterizam a família e a sua pessoa de referência, tal que:

E(Y|X) = P(Y=1|X) = X$\beta$ + $\epsilon$

Nesse contexto, conclui-se o seguinte:

Em um modelo de regressão polinomial de segundo grau, a relação entre a variável dependente Y e a variável independente X é modelada como:

Y=β₀+β₁ X+β₂ X²+ε

Diante disto, assinale a alternativa que apresenta uma afirmação correta sobre esta regressão polinomial.

A equação de regressão fornece a base para determinar várias estimativas por ponto, ou seja, um intervalo de predição completo.

A regressão logística é usada para fazer uma previsão sobre uma variável categórica comparada a uma contínua; assim como a regressão linear, a regressão logística também pode ser usada para estimar o relacionamento entre uma variável dependente e uma ou mais variáveis independentes.

Num problema de logística para predizer o tempo de cada viagem, em horas, como função das variáveis DISTÂNCIA (distância total a percorrer, em km) e ENTREGAS (número de entregas), foram feitas n = 40 observações independentes e sob as mesmas condições do vetor aleatório (TEMPO, DISTÂNCIA, ENTREGAS). A análise de regressão linear levou aos seguintes resultados:

Soma de quadrado total: SQT = 2,0

Soma de quadrado dos erros: SQE = 0,5

Com base nesses resultados, é correto afirmar:

De acordo com a equação de regressão, se mantiverem a mesma alimentação, qual indivíduo precisará fazer mais horas de atividade física para que sua taxa de glicose fique dentro do aceitável (100 ou menos)?

Suponha que um modelo de regressão múltipla foi ajustado para prever o salário de um indivíduo com base em sua idade, gênero e nível de educação. O modelo é dado por:

Salário = 20.000 + 500 * Idade + 5.000 * Gênero (mas

culino) - 10.000 * Ensino Médio - 5.000 * Graduação.

Neste modelo, a variável dependente é o salário do indivíduo. As variáveis independentes são a idade, o gênero e o nível de educação. A idade é uma variável contínua que representa a idade do indivíduo em anos. O gênero é uma variável dummy que tem valor 1 para indivíduos do sexo masculino e 0 para indivíduos do sexo feminino. O nível de educação é representado por duas variáveis dummy: Ensino Médio e Graduação. A variável dummy Ensino Médio tem valor 1 para indivíduos que completaram o ensino médio e 0 caso contrário. A variável dummy Graduação tem valor 1 para indivíduos que completaram a graduação e 0 caso contrário. A categoria de referência para o nível de educação é a pós-graduação, que não está incluída no modelo como uma variável dummy.

Com base nessas informações, assinale a afirmação verdadeira.

De acordo com a equação de regressão, quais indivíduos têm o mesmo valor esperado de glicose?

Um pesquisador deseja calcular de forma direta como uma variação percentual de $x$ (variável explicativa) afeta a variável $y$ (variável dependente), em termos de variação percentual, ou seja, a elasticidade constante.

Assinale a alternativa que apresenta, corretamente, o modelo que o pesquisador deve estimar.