CESPE / CEBRASPE — 2018

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. A soma dos quadrados totais é igual a 2.016.000.

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 valor de a reflete a quantidade de variáveis explicativas, e deve ser igual a 3.

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. Dado o valor crítico da estatística t de Student para 8 graus de liberdade a 5% de significância, t8;5% = 2,3, rejeita-se a hipótese de que cada um dos coeficientes da regressão seja nulo.

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

Em um modelo de regressão linear simples na forma yi = a + bxi + εi , em que a e b são constantes reais não nulas, yi representa a resposta da i-ésima observação a um estímulo xi e εi é o erro aleatório correspondente, para i = 1, ... , n, considere que , em que , e que o desvio padrão de cada εi seja igual a 10, para i = 1, ..., n. A respeito dessa situação hipotética, julgue o item que se segue. Serepresentar o estimador de mínimos quadrados ordinários do coeficiente b, então

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

Em um modelo de regressão linear simples na forma yi = a + bxi + εi , em que a e b são constantes reais não nulas, yi representa a resposta da i-ésima observação a um estímulo xi e εi é o erro aleatório correspondente, para i = 1, ... , n, considere que , em que , e que o desvio padrão de cada εi seja igual a 10, para i = 1, ..., n. A respeito dessa situação hipotética, julgue o item que se segue. A heteroscedasticidade é um problema que surge quando o valor esperado dos erros não é zero.

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

Considerando que seja uma variável resposta ajustada por um modelo de regressão em função de uma variável explicativa X, que x1, ... ,xn representem as réplicas de X e que â e sejam as estimativas dos parâmetros do modelo, julgue o item a seguir. No modelo linear Y = α + βX + e, considere que para cada valor xi de X corresponda um erro ei , que é uma variável aleatória. Nessa situação, a hipótese de erros não autocorrelacionados implica que cov(ei , ej ) = 0 para i ≠ j.

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

Considerando que seja uma variável resposta ajustada por um modelo de regressão em função de uma variável explicativa X, que x1, ... ,xn representem as réplicas de X e que â e sejam as estimativas dos parâmetros do modelo, julgue o item a seguir. Em um modelo linear , a hipótese de homoscedastiscidade significa que a variância dos erros deve ser constante, e o valor esperado dos erros deve ser zero.

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

Considerando que seja uma variável resposta ajustada por um modelo de regressão em função de uma variável explicativa X, que x1, ... ,xn representem as réplicas de X e que â e sejam as estimativas dos parâmetros do modelo, julgue o item a seguir. Em um modelo linear , com coeficientes obtidos pelo método dos mínimos quadrados ordinários, sendo , a média dos valores estimados de Y é igual à média dos valores de X multiplicados por

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

Considerando que seja uma variável resposta ajustada por um modelo de regressão em função de uma variável explicativa X, que x1, ... ,xn representem as réplicas de X e que â e sejam as estimativas dos parâmetros do modelo, julgue o item a seguir. Um modelo na forma , em que e , apesar de ser exponencial em sua estrutura original, é linearizável, podendo ser tratado pelos métodos de regressão linear.

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

Considerando que seja uma variável resposta ajustada por um modelo de regressão em função de uma variável explicativa X, que x1, ... ,xn representem as réplicas de X e que â e sejam as estimativas dos parâmetros do modelo, julgue o item a seguir. No método de mínimos quadrados, a condição de estimativas não viesadas significa que os erros terão variância positiva.