Questão 543013: Julgue os seguintes itens, acerca do coeficiente de deter...

Julgue os seguintes itens, acerca do coeficiente de determinação (R2) de uma análise de regressão linear feita com base em estimação por mínimos quadrados ordinários. Se R2...

Mais questões de Estatística x Regressão ...

1 Q542729 | Estatística, Regressão, Profissional Júnior, Liquigás Distribuidora SA, CESGRANRIO, Ensino Médio

A análise de regressão de lances livres convertidos de 29 times da NBA, durante a temporada de 2010-2011, revelou uma reta de regressão ajustada Y = 55,20 + 0,73X com R² = 0,87 e S (desvio padrão da amostra) = 53,20. O total de lances livres convertidos depende exclusivamente dos lances livres arremessados. O intervalo de variação observado de lances arremessados foi de 1.502 (New York Knicks) a 2.382 lances (Golden State Warriors).

Qual é, aproximadamente, o número esperado de lances livres convertidos para um time que faz dois mil arremessos de lance livre?

a) 29
b) 56
c) 76
d) 108
e) 1515

4 Q543764 | Estatística, Regressão, Analista Judiciário, Tribunal de Justiça AL, FGV, Ensino Médio

A multicolinearidade é uma das dificuldades que pode ocorrer no processo de estimação de Modelos de Regressão Múltipla. Em casos mais severos, a multicolinearidade chega a impossibilitar a obtenção de estimativa, mas mesmo quando tal não se dá, outros problemas podem advir.

Como exemplo, seria possível dizer que:

a) os estimadores de mínimos quadrados dos parâmetros tornam-se menos eficientes, por aumento das variâncias;
b) algumas das variáveis perdem por completo a sua capacidade de explicar o comportamento da variável dependente;
c) o resultado da inferência estatística sobre o modelo torna-se menos confiável, por viés da estatística F-Snedecor;
d) é necessário usar a estatística t-Student para testar as variáveis e retirar do modelo aquelas menos significativas;
e) os resultados da inferência do modelo como um todo e sobre os parâmetros, individualmente, podem ser inconsistentes.

5 Q541858 | Estatística, Regressão, Analista de Mercado, Prefeitura de Paulo Afonso BA, CONSULPLAN, Ensino Médio

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) Aleatoriedade do termo aleatório.
b) Média diferente de zero do termo aleatório.
c) Homocedasticidade.
d) O termo aleatório tem distribuição normal.
e) Independência entre o termo aleatório e a variável explicativa.