

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.
Durante a limpeza de uma base de dados socioeconômicos, detectou-se que cerca de 5% dos respondentes não informaram sua idade. A equipe decidiu realizar a imputação desses dados ausentes utilizando a regressão linear, estimando a idade com base em outras variáveis presentes (como escolaridade, renda e situação conjugal). Uma desvantagem técnica conhecida dessa abordagem de imputação é que ela
exclui compulsoriamente os registros incompletos, reduzindo o tamanho da amostra.
substitui todos os valores nulos por uma constante única, zerando a variância.
pode introduzir um excesso de multicolinearidade e subestimar a variância real da variável.
é aplicável apenas a variáveis qualitativas nominais, falhando em dados numéricos contínuos.
exige a repetição integral da coleta de dados de campo para os indivíduos afetados.
A homoscedasticidade é condição necessária para que um modelo de regressão linear seja não viesado.
Certo
Errado
Considerando que a figura a seguir apresente o diagrama de dispersão entre o tamanho populacional da região (em milhões de habitantes) e a população carcerária correspondente (em mil pessoas), então é correto afirmar que a população carcerária tende a crescer linearmente à medida que a população da região aumenta.

A seguinte figura ilustra o diagrama de dispersão das grandezas X e Y:
..

..
Qual método de regressão deve ser utilizado para as Grandezas X e Y?
Linear.
Não linear com curva de ajuste logarítmica.
Não linear com curva de ajuste hiperbólica.
Não linear com curva de ajuste trigonométrica.
Não linear com curva de ajuste exponencial.
Sobre os modelos de análise de dados discretos é correto afirmar que
no modelo probit, as variações das probabilidades são iguais para todos os níveis dos regressores.
a diferença entre os modelos probit e logit é que o primeiro segue uma distribuição de Poisson padronizada, enquanto o segundo uma logística padronizada.
o modelo probabilístico linear, apesar do nome, não é linear nos regressores e, portanto, não pode ser estimado por mínimos quadrados ordinários.
o modelo probit não é linear. Sua distribuição de probabilidade (chamada probit) está relacionada com a distribuição de probabilidade normal padronizada.
Considere as observações (2 2,5) e (3 10) correspondentes aos pares (x y) no modelo de regressão não-linear
![]()



