CESPE / CEBRASPE — 2018

Ano: 2018·Banca: CESPE / CEBRASPE·Cargo: Analista Judiciário - Estatística·Concurso: STM

A respeito da autocorrelação dos erros de um modelo de regressão linear, julgue o item subsequente. Na presença de autocorrelação de erros, o estimador mais eficiente da regressão por mínimos quadrados ordinários continua sendo BLUE (best linear unbiased estimator), ou seja, melhor estimador linear não viesado.

Ano: 2018·Banca: CESPE / CEBRASPE·Cargo: Analista Judiciário - Estatística·Concurso: STM

A respeito da autocorrelação dos erros de um modelo de regressão linear, julgue o item subsequente. Ocorre autocorrelação dos erros caso os erros da regressão sigam um processo autorregressivo de ordem 1, ou seja, um AR(1).

Ano: 2018·Banca: CESPE / CEBRASPE·Cargo: Analista Judiciário - Estatística·Concurso: STM

A respeito da autocorrelação dos erros de um modelo de regressão linear, julgue o item subsequente. Como regra geral, a presença de autocorrelação dos erros é um problema que não pode ser corrigido, de modo que a modelagem por regressão deve ser abandonada quando detectado esse problema.

Ano: 2018·Banca: CESPE / CEBRASPE·Cargo: Analista Judiciário - Estatística·Concurso: STM

A respeito da autocorrelação dos erros de um modelo de regressão linear, julgue o item subsequente. O teste de Durbin–Watson é um teste que permite identificar a autocorrelação serial de primeira ordem.

Ano: 2018·Banca: CESPE / CEBRASPE·Cargo: Analista Judiciário - Estatística·Concurso: STM

A respeito da autocorrelação dos erros de um modelo de regressão linear, julgue o item subsequente. A autocorrelação dos erros, desde que não seja unitária em termos absolutos, insere um viés nas estimativas da variável dependente.

Ano: 2018·Banca: CESPE / CEBRASPE·Cargo: Analista Judiciário - Estatística·Concurso: STM

Considerando um modelo de regressão linear com erros heteroscedásticos, julgue o item seguinte. Para um modelo de regressão linear múltiplo, o teste de White permite detectar a heteroscedasticidade a partir da regressão de cada erro estimado da regressão original com as variáveis explicativas e seus inversos.

Ano: 2018·Banca: CESPE / CEBRASPE·Cargo: Analista Judiciário - Estatística·Concurso: STM

Considerando um modelo de regressão linear com erros heteroscedásticos, julgue o item seguinte. Para um modelo de regressão linear na forma Y = α + βX + e, em que Y representa a variável resposta, X é a variável regressora, e e denota o erro aleatório, o teste de Goldfeld–Quandt consiste em fazer duas regressões: uma com os maiores valores de X e outra com os menores valores de X, e verificar se as variâncias são distintas.

Ano: 2018·Banca: CESPE / CEBRASPE·Cargo: Analista Judiciário - Estatística·Concurso: STM

Considerando um modelo de regressão linear com erros heteroscedásticos, julgue o item seguinte. Para corrigir a heteroscedasticidade, como regra geral, é suficiente fazer a regressão da variável dependente em função das raízes quadradas das variáveis independentes.

Ano: 2018·Banca: CESPE / CEBRASPE·Cargo: Analista Judiciário - Estatística·Concurso: STM

A equação seguinte foi obtida de um modelo de regressão linear múltipla ajustado sobre 12 amostras, em que cada valor entre parênteses abaixo do coeficiente representa o erro-padrão desse coeficiente, e representa o erro, D é uma variável dummy que assume o valor 0 caso não ocorra determinado evento e 1 caso ocorra, e X1 e X2 são duas variáveis regressoras. A tabela de análise de variância (ANOVA) proporcionada pelo referido modelo é apresentada a seguir. Com base nas informações e na tabela apresentadas, julgue o próximo item. O coeficiente de determinação ajustado dessa regressão, , é maior que o coeficiente de determinação R2 .

Ano: 2018·Banca: CESPE / CEBRASPE·Cargo: Analista Judiciário - Estatística·Concurso: STM

A equação seguinte foi obtida de um modelo de regressão linear múltipla ajustado sobre 12 amostras, em que cada valor entre parênteses abaixo do coeficiente representa o erro-padrão desse coeficiente, e representa o erro, D é uma variável dummy que assume o valor 0 caso não ocorra determinado evento e 1 caso ocorra, e X1 e X2 são duas variáveis regressoras. A tabela de análise de variância (ANOVA) proporcionada pelo referido modelo é apresentada a seguir. Com base nas informações e na tabela apresentadas, julgue o próximo item. Fixando-se determinado ponto (X1 , X2), a ocorrência do evento representado por D faz que a estimativa de Y diminua em mais de 80 unidades.