Questões de Concurso sobre Regressão Linear Múltipla

 
 
Disciplina
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
 
146 questões encontradas
Questões por página
20
Mais recentes
 

Um modelo de regressão linear múltipla foi estimado pelo método de Mínimos Quadrados, obtendo-se, com um nível de confiança de 95%, os seguintes resultados:

Imagem associada para resolução da questão

Desse modo, pode-se afirmar que:


A
se a variável x1 for acrescida de uma unidade, então Y terá um acréscimo de 2,5 %.

B
0,003 é o mais baixo nível de signifi cância ao qual a hipótese nula pode ser rejeitada.

C
x3 explica 95,32% das variações de Y em torno de sua média.

D
as probabilidades de se cometer o Erro Tipo I e o Erro Tipo II são, respectivamente, iguais a 5% e 95%.

E
se no teste de hipóteses individual para β2 se rejeitar a hipótese nula (H0), então tem-se fortes razões para acreditar que x2 não explica Y.
Para um modelo de regressão múltipla tem-se X como a matriz dos valores das variáveis independentes X’ sua transposta e Y o vetor da variável resposta, é CORRETO afirmar que:

A

A matriz de covariâncias é a inversa de X’X.


B

Na matriz σ² (X’X)-1, os valores fora da diagonal principal definem o intervalo de confiança para cada parâmetro.


C

As estimativas pontuais dos parâmetros da regressão são dadas pelo sistema de equações normais dado por (X’X) X’Y.


D

A diagonal principal de σ² (X’X)-1 , sendo σ² constante, contém as variâncias dos parâmetros do modelo.


E

O produto X’X fornece as variâncias dos parâmetros do modelo.

Os diferentes tipos de dados espaciais são tradicionalmente classificados de acordo com uma tipologia de quatro categorias. Essa categorização diz respeito à natureza estocástica da observação. Além das categorias, “dados de processos pontuais” e “dados de superfícies aleatórias”, duas outras categorias fazem parte da tipologia, que são os dados.


A

De Interação Espacial e os Longitudinais.


B

De Interação Temporal e os de área.


C

De área e os de Interação Espacial.


D

Longitudinais e os de Interação Temporal.


E

De área e os Longitudinais.

Um grupo de pesquisadores gostaria de estimar o Índice de Massa Corporal (IMC, em kg/m2) de um indivíduo por meio de sua medida de circunferência abdominal (CIRC, em cm) e seu sexo (SEXO = 0, se masculino; SEXO = 1, se feminino). De posse de um conjunto de dados contendo essas medidas para uma amostra de indivíduos, o modelo de regressão estimado foi IMC = – 4,00 + 0,24 CIRC – 11,00 SEXO + 0,12 (CIRC x SEXO)


Considere as afirmativas sobre o modelo estimado


I. O IMC médio para um homem com 100 cm de circunferência abdominal é 20,00 kg/m2.

II. O efeito do aumento de 1 cm na circunferência abdominal é aumentar 0,24 kg/m2 no IMC, em média.

III. Entre mulheres, o efeito do aumento de 1 cm na circunferência abdominal é aumentar 0,36 kg/m2 no IMC, em média.

IV. Entre homens, o efeito do aumento de 1 cm na circunferência abdominal é aumentar 0,24 kg/m2 no IMC, em média.


Assinale


A

se apenas as afirmativas I, III e IV estiverem corretas.


B

se apenas as afirmativas I e II estiverem corretas.


C

se apenas as afirmativas II, III e IV estiverem corretas.


D

se apenas as afirmativas II e III estiverem corretas.

Imagem associada para resolução da questão


A

se x1 aumentar em uma unidade, Y diminuirá de 2 unidades.


B

x1, x2 e x3 explicam as variações de Y em torno de sua média.


C

84,32% das variações de Y em torno de sua média são explicadas por x1, x2 e x3.


D

x1 e x2 explicam as variações de Y em torno de sua média.


E

a probabilidade de se cometer Erro Tipo II é igual a 90%.

Imagem associada para resolução da questão

Com base nos resultados apresentados, pode-se afirmar que


A

apenas β1 não é significativo ao nível de 5%


B

apenas β2 não é significativo ao nível de 5%


C

apenas β3 não é significativo ao nível de 5%


D

nenhum coeficiente é significativo ao nível de 5%


E

todos os coeficientes são significativos ao nível de 5%

Se o êxodo rural na década 2000-2010 permaneceu igual ao da década anterior, então o percentual da população brasileira residente em área rural em 2010 foi igual 8,77%.


C
Certo

E
Errado

Imagem associada para resolução da questão

Os valores de P, Q e R são respectiva e aproximadamente iguais a


A

0,4, 28 e 0,2


B

0,4, 84 e −0,2


C

0,8, 28 e 0,1


D

0,8, 28 e −0,1


E

0,8, 84 e 0,1

Na regressão linear simples de X em Y, considere os testes t de significância para o intercepto e o coeficiente angular e suponha que o erro padrão do intercepto foi maior que o erro padrão do coeficiente angular. Com base nessas informações, é possível concluir inequivocamente que o valor do teste t de Student relativo ao intercepto foi superior ao valor do teste t de Student relativo ao coeficiente angular.


C
Certo

E
Errado
Em análise de regressão múltipla, o teorema de Gauss-Markov significa:

A
O método de mínimos quadrados ordinários produz estimadores eficientes, não-viesados e consistentes na classe de estimadores lineares e não-lineares.

B
O coeficiente de determinação ajustado converge ao valor do coeficiente de ajustamento quando o tamanho da amostra tende ao infinito.

C
A distribuição de probabilidade do teste que avalia se o parâmetro estimado é estatisticamente igual a zero assume um formato t de student quando os erros são normalmente distribuídos.

D
O coeficiente de determinação ajustado diminui à medida que se aumenta o número de parâmetros a serem estimados.

E
O método de mínimos quadrados ordinários produz o estimador de variância mínima na classe de estimadores lineares e não-viesados.

Suponha que o custo de produção de energia por kilowatt / hora seja uma função linear do fator de carga, em %, e do custo do carvão, em centavos de dólar por milhão de Btu. Assumindo normalidade dos dados, um modelo de regressão linear múltipla foi adotado para uma amostra de tamanho 12, conforme pode ser verificado abaixo.

Imagem associada para resolução da questão


A

Imagem associada para resolução da questão


B

Imagem associada para resolução da questão


C

Imagem associada para resolução da questão


D

Imagem associada para resolução da questão


E

Imagem associada para resolução da questão

Em determinado ano, a prevalência pontual no dia 1º de janeiro foi de 7 casos e, durante o ano, houve 5 casos incidentes. Em 31 de dezembro, a prevalência pontual foi de 8 casos. Pode-se afirmar que a prevalência naquele ano foi igual a:


A

15


B

13


C

12


D

2


E

1

O modelo de regressão múltipla é mais adequado para se obter o relacionamento entre os variáveis, peso, altura e sexo é:


A

peso com idade e altura com sexo


B

altura com idade e sexo com peso


C

idade e sexo com altura e peso


D

sexo com altura, idade e peso


E

altura com a idade, peso e sexo

Imagem associada para resolução da questão

A
Na presença de associação linear exata entre duas variáveis explicativas, os estimadores de mínimos quadrados são bem definidos, porém não possuem variância mínima.

B
Caso a variância do termo de perturbação sejaImagem associada para resolução da questão, então os estimadores de mínimos quadrados serão tendenciosos.

C
Os estimadores de mínimos quadrados serão lineares e não tendenciosos, mesmo diante de autocorrelação no termo ut.

D
Caso seja detectada heterocedasticidade ao se estimar o modelo acima pelo método de mínimos quadrados, os testes usuais t e F podem, sem nenhum prejuízo, ser empregados para se avaliar a significância dos parâmetros do modelo.

E
As hipóteses de homocedasticidade e de resíduos normalmente distribuídos não são necessárias para que Imagem associada para resolução da questão
   
Gerar simulado