Suponha que há um conjunto de n pares de dados (
A ordem correta de preenchimento dos parênteses, de cima para baixo, é:
Para responder à questão, considere a tabela ANOVA apresentada abaixo, que mostra o resultado fictício de uma análise de regressão linear simples realizada em uma amostra com 26 elementos.
Completando os resultados apresentados na tabela acima, o valor da estatística F será de:
Determinado pesquisador reuniu dados de vários municípios brasileiros e estimou um modelo de regressão linear múltipla por mínimos quadrados ordinários. A variável dependente foi a taxa de homicídios, e as variáveis independentes incluíam variáveis, como, por exemplo, PIB per capita, média de anos de estudo, índice de Gini e outras variáveis socioeconômicas. Após a estimação, o pesquisador calculou a correlação entre os resíduos e as variáveis independentes e notou que essas correlações foram iguais a zero.
Com referência a essa situação hipotética, julgue o próximo item.
A ausência de correlação entre as variáveis independentes e os resíduos da regressão mostra que as variáveis independentes são exógenas
O conceito de correlação visa explicar o grau de relacionamento verificado no comportamento de duas ou mais variáveis. Assim, a correlação entre duas variáveis indica a maneira como elas se movem em conjunto. Uma empresa obteve uma covariância entre as variáveis “nível de produção” e “nível da taxa de juros” de −0,63%; o desvio-padrão da primeira variável foi de 14,08% e da segunda de 4,65%. Ao analisar a correlação entre as variáveis, pode-se afirmar que:
Em uma análise de regressão linear simples em que o consumo de energia elétrica por domicílio é função da renda familiar dessa residência, é correto afirmar:
Uma série de tempo consiste no consumo mensal, em unidades, de um produto no ano de 2017. Pelo método da regressão linear, usando os estimadores de mínimos quadrados, obteve-se a equação da tendência estimada , em que t é o tempo (mês). Essa equação foi encontrada com base nas observações do consumo dos 12 meses de 2017, ou seja, janeiro é representado por t= 1, fevereiro por t = 2 e assim por diante até dezembro por t = 12.
A média mensal do consumo, em unidades, desse produto, no ano de 2017, foi então igual a
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 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.
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.
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.
A tabela a seguir indica o valor y do salário, em número de salários mínimos (SM) e os respectivos tempos de serviço, em anos, x, de 5 funcionários de uma empresa:
Suponha que valha a relação: yj = α + βxi+εi em que i representa a i-ésima observação, α e β são parâmetros desconhecidos e £j é o erro aleatório com as hipóteses para a regressão linear simples. Se as estimativas de a e p forem obtidas pelo método de mínimos quadrados por meio dessas 5 observações, a previsão de salário para um funcionário com 4 anos de serviço será, em SM, igual a
Se = b0 + b1X é a reta ajustada pela regressão e se ei = Yi - é o resíduo da observação i, i – 1, ..., n, avalie as afirmativas a seguir.
Está correto o que se afirma em
A tabela a seguir indica o valor y do salário, em número de salários mínimos (SM) e os respectivos tempos de serviço, em anos, x, de 5 funcionários de uma empresa:
Suponha que valha a relação: y
j = α + βi;+ εi em que i representa a i-ésima observação, a e p são parâmetros desconhecidos e £j é o erro aleatório com as hipóteses para a regressão linear simples. Se as estimativas de a e p forem obtidas pelo método de mínimos quadrados por meio dessas 5 observações, a previsão de salário para um funcionário com 4 anos de serviço será, em SM, igual a
Em se tratando de regressão linear, pode-se representar os resíduos como:
Morettin e Bussab denominam a correlação sendo:
Assim, uma das formas de se representar o coeficiente de correlação entre duas variáveis é dada por: