

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.
Considere as seguintes afirmações relativas ao modelo de regressão linear com heterocedasticidade.
I. Os estimadores de mínimos quadrados usuais são viciados e não têm variância mínima.
II. Uma forma de se detectar a existência de heterocedasticidade é através da análise de resíduos.
III. As estimativas das variâncias dos parâmetros estimados pelo método de mínimos quadrados usuais serão viciadas.
IV. Uma forma de se detectar a existência de heterocedasticidade é através do método de Newton-Raphson.
Está correto o que se afirma APENAS em
II e III.
I, II e III.
I, II e IV.
I e III.
II, III e IV.
O ajuste de uma reta de regressão linear se faz por meio do método de:
máxima verossimilhança;
mínimos quadrados;
componentes principais;
qui-quadrados ponderados;
Fisher.
Numa análise de regressão linear com o modelo Yi = β0 + β1X + ei , i = 1, …, n, o coeficiente R2 mede:
a porcentagem da variação total em torno da média
explicada pela regressão;
a porcentagem da variação residual explicada pela regressão;
o afastamento das observações em relação à média;
a soma dos quadrados dos resíduos;
o desvio padrão dos resíduos.
A variável aleatória Z varia de forma imprevisível quando várias medições de certa grandeza Y são efetuadas em função de determinado valor X.
A curva de regressão linear que representa a tabela de contingência apresentada no texto, para um dado valor x = 0 ou x = 1, é
Em um gráfico de controle para as médias (isto é, carta ), se as amostras são de 5 unidades (n = 5) e se o desvio padrão da medida de qualidade de interesse for igual a 10, então o erro padrão
de será igual a 2.
Qual das afirmações abaixo faz referência correta ao modelo de regressão linear simples?
Toda regressão apresenta heterocedasticidade.
Se a variância é constante, os dados são homocedásticos.
O intercepto
representa a inclinação da reta de regressão.
Os erros do modelo não são aleatórios, com esperança igual a 1.
A constante
sempre positiva.
Montando o quadro de análise de variância, tem-se que
A mediana amostral do preço é um valor entre R$ 10 mil e R$ 12 mil.
Certo
Errado
O grau de influência de um par de observações (X, Y) pode ser medido pelo coeficiente Cp de Mallows.
Em geral, entre os possíveis modelos, aquele que apresenta o maior coeficiente de determinação — R2 — é o mais adequado, já que possui o maior poder explicativo.
No ajuste de um modelo de regressão linear simples com
independentes, i = 1,2,..., n , o gráfico de resíduos versus os valores ajustados de Y a seguir foi obtido:
violação da hipótese de variância constante dos erros;
Em um ajuste de um modelo de regressão linear simples,
, os dados são:

O modelo ajustado é:





A Pesquisa Operacional (PO) é uma ciência que objetiva fornecer ferramentas quantitativas ao processo de tomada de decisões. Um dos modelos utilizados na PO é o modelo de programa linear. Assinale a opção incorreta no que diz respeito a esse modelo de otimização.
Os problemas de programação linear (PL) tentam otimizar (maximizar ou minimizar) uma função linear das variáveis de decisão, chamada de função-objetivo.
As variáveis de decisão compõem tanto a função-objetivo como as restrições e são, em geral, designadas por letras como x, y, z, etc. ou por uma letra indexada como x1, x2, etc
A Programação Linear é uma programação matemática utilizada na determinação de valores possíveis para variáveis de decisão.
Na Programação Linear, assume-se que a função-objetivo é linear e que as restrições são expressas através de equações ou inequações não lineares.
Dentre os métodos utilizados para resolver os problemas de programação linear, pode-se citar a solução gráfica e o método Simplex.
Utilizou-se um modelo de regressão linear múltipla para modelar
o consumo de sorvete segundo as variáveis: temperatura
(X
1) e preço (X2). O consumo de sorvete é dado em litros, atemperatura é dada em graus Celsius e o preço em reais. Os
resultados encontrados são apresentados a seguir.

Analise as afirmações abaixo.
I - Todas as variáveis são significativas ao nível de 5%.
II - Este modelo de regressão determina a equação:
, o que significa que, para
cada aumento de um grau Celsius, o consumo de sorvete
aumenta em 0,3 litros se o preço permanece constante
e o consumo de sorvete decresce 4,7 litros para
cada aumento de 1 real no preço do sorvete, mantendose
inalterada a temperatura.
III - Para uma temperatura de 39°C e para o preço de
R$ 2,00, o consumo previsto de sorvete é de 24,8 litros.
Está(ão) correta(s) a(s) afirmação(ões):
I, apenas.
II, apenas.
I e II, apenas.
II e III, apenas.
I, II e III.
Considere o modelo de regressão linear simples com
independentes. Sejam
, os resíduos do modelo, em que os yˆi são os valores ajustados pelo método de mínimos quadrados. Analise as afirmativas a seguir:
I – Os resíduos são independentemente distribuídos.
II – Os resíduos são identicamente distribuídos.
III – A soma de quadrados dos resíduos pode ser calculada por , em que
A(s) afirmativa(s) correta(s) é/são somente:
O método Stepwise é uma ferramenta para a seleção das variáveis explicativas.
Considerando-se que a parcela mede 8 m × 4 m e tem uma bordadura de cada lado de 0,5 m, conclui-se que a área útil da parcela é de 21 m2.
A estatística DFITS (ou DFFITS) é uma medida que ajuda a avaliar o grau de influência de um par de observações (X, Y).