Em um modelo de regressão linear múltipla, os valores da variável aleatória Y são previstos com base em valores observados da variável X = [X1, X2, X3], em que βi ,i = 1,2,…,n, corresponde ao i-ésimo parâmetro do modelo e ε ao erro aleatório. O modelo linear com todas as variáveis independentes é:
Observe o modelo de regressão linear simples, em que β0 e β1 são parâmetros do modelo e ε é o erro aleatório:
y = β0+ β1 x1+ ε
Nesse caso, o parâmetro β1 corresponde:
Considerando que os dados na tabela mostram salários de diferentes servidores que aderiram (1) ou não aderiram (0) a determinado plano de previdência complementar, julgue os itens subsecutivos.
O método de Newton Raphson é uma forma numérica
que pode ser utilizada para estimar os parâmetros em um
modelo de regressão logística, visto que os estimadores não
possuem forma fechada. O mesmo pode ser feito em um
modelo de regressão linear, apesar de a forma deste ser
fechada para o estimador dos parâmetros.