Questões de Concursos | OAB | Enem | Vestibular

(1,0)

(1,0)

(1,0)

(1,0)

Considere que, em um modelo de regressão linear múltipla, a variância associada à média da resposta estimada para um vetor X* de novas observações seja ? 21 e a variância do erro de predição correspondente, ? 22. Nessa situação, é correto afirmar que o quadrado médio do resíduo será QMR ? ? 22 - ? 21

(1,0)

Acerca da teoria geral de modelos de regressão linear, julgue os itens subsequentes

Considere que, em determinado modelo de regressão, em que a variável resposta (Y) não tem como modelo uma distribuição Normal, seja aplicada a transformação de Box e Cox, Y* =  Nessa situação, o parâmetro da transformação de Box e Cox será ? < 2?3

(1,0)

Em uma regressão múltipla, o gráfico do coeficiente de determinação ajustado  , em oposição ao número de parâmetros no modelo ( p ), permite selecionar modelos de regressão que, para um número escolhido de parâmetros, apresentam a maior soma de quadrados do resíduo

(1,0)

O modelo Yi = ?o exp ( ?1Xi) ?sub>i,?i ~ D ( ? ), com Yi, Yj independentes para i ? j, implica que a relação entre Zi = log Yi e Xi será um modelo linear simples, se a distribuição D ( ? ) de ?ifor a distribuição Normal

(1,0)

Considere um modelo de regressão linear simples, tal que o tamanho amostral seja n = 10 e ? xi = 20 e ? (xi - x ) ² = 60 em que xi seja o valor da covariável x na observação i, i =1, 2, ..., n, e x seja a média amostral de x. Nesse caso, sabendo que X'Y = ,em que X' representa a matriz transposta dos valores observados da covariável x e Y, a matriz dos valores observados da variável dependente. Assim, os coeficientes do modelo de regressão são dados por b = 

(1,0)

(1,0)

Com relação aos modelos de regressão linear, julgue os itens a seguir. Considere que B 1sejam os estimadores de mínimos quadrados e B 2os estimadores de máxima verossimilhança do conjunto de parâmetros ? de determinado modelo de regressão. Nesse caso, se E(•) representa o valor esperado e V (•) a variância dos estimadores, então E (B1) = E (B 2) = ? e V (B1) > V (B2)

(1,0)

(1,0)

(1,0)

(1,0)

(1,0)