Questões de Concurso sobre Regressão Linear Simples

O VIF (variance inflation factor) é uma medida que avalia a significância estatística do coeficiente angular da reta de regressão linear simples.

A carta de controle de soma acumulada, conhecida como CUSUM, apresenta a evolução do processo do ponto de vista de um passeio aleatório.

No Brasil, a taxa de desemprego aberto entre as pessoas que nunca trabalharam é definida pelo IBGE como a relação entre o número de pessoas desocupadas que nunca trabalharam e o número de pessoas economicamente ativas, em um período de referência da pesquisa.

Considere-se que o levantamento feito pela prefeitura não tenha incluído no estudo um considerável grupo de adolescentes que deixaram o abrigo por outros motivos que não foram especificados na tabela apresentada no texto. Nessa situação, a tabela de vida e o Kaplan-Meyer são dois métodos que permitem a inclusão desse grupo de adolescentes no cálculo dos percentuais acumulados da distribuição do tempo T referido na tabela.

Considere um modelo de regressão simples conforme especificado abaixo: Yi = a + bXi + ui e (i = 1,2...n), onde Yi é a variável dependente, Xi a variável explicativa, ui é o termo aleatório, a e b são os parâmetros e n indica o tamanho da amostra. Marque a alternativa que NÃO corresponde a um pressuposto do modelo de regressão linear simples:

A partir das informações apresentadas no texto, assinale a opção incorreta.

Considere um modelo de regressão linear simples de Y, expressa em 10.000 habitantes, em X, expressa em US$. Suponha que você queira mudar a escala de X para reais ao câmbio de US$ 1= R$ 2,00, mas deixando Y na escala original. Qual será a repercussão dessa mudança para os valores e para o valor da estatística t do teste

A estatística denominada média dos quadrados dos erros (error mean square) é um estimador não tendencioso para V.

Se ε tem distribuição normal bivariada, com vetor de médias zero e matriz de covariância σ² V , onde V é uma matriz positiva definida de ordem 2, o estimador de mínimos quadrados generalizados de β é dado por

Com base nas informações apresentadas no texto, é correto afirmar que a capabilidade (ou capacidade) do processo é igual a

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

Ao entrar com a variável distância ao centro, o modelo ficou expresso por Yˆ = 9,25 + 2,47 X₁ + 0,78X₂, onde X₁ representa o tamanho do imóvel, em m², e X₂, a distância ao centro, em km. Considerando que todas as variáveis foram testadas e são significativas, analise as afirmações a seguir.

I - Para cada aumento de um metro quadrado no tamanho do terreno, o preço da venda aumenta em 2,47 mil reais, mantendo inalterada a distância ao centro.

II - Para cada aumento de um quilômetro na distância do terreno até o centro, o preço da venda aumenta em 0,78 mil reais, mantendo inalterado o tamanho do terreno.

III - Para um terreno de 40 m², distante do centro 10 km, o preço da venda estimado é de 115,85 mil reais.

É(São) correta(s) a(s) afirmação(ões): (A) I, apenas. (B) II,

Se ε tem distribuição normal bivariada, com vetor de médias zero e matriz de covariância σ² I₂ , onde I₂ é a matriz identidade de ordem 2, então o estimador de mínimos quadrados de β tem distribuição normal n-variada com matriz de covariância e n dados, respectivamente, por

No modelo de regressão linear simples, o coeficiente de determinação (R²) é igual ao coeficiente amostral de correlação entre a variável dependente (y) e a variável independente (x).

A análise fatorial tem como objetivo principal descrever a variabilidade original de um vetor aleatório X com m componentes

Considere-se que f (s) seja uma função objetivo. No método SA, começa-se a busca a partir de uma solução inicial qualquer f (s) e o procedimento principal consiste em produzir um loop, ou laço, que gera aleatoriamente, em cada iteração, um vizinho s' da solução corrente s. A cada geração de um novo vizinho s' de s, é testada a variação do valor da função objetivo, isto é, = f (s') – f (s). Aceitar sempre os valores negativos de significa maximizar a função custo.