Questões de Regressão Linear (Estatística)

Estatística Modelos lineares | Regressão Linear |

Controladoria Geral do Estado do Estado de Santa Catarina (CGE-SC) - Auditor do Estado - Economia - Tarde (Conhecimentos Específicos) - FGV (2023)

Considere o modelo de regressão:
Y = XB + u,
sendo Y um vetor nx1, X uma matriz nxk, B um vetor kx1 e u um vetor nx1. Y é a variável dependente, X representa um conjunto de regressores, B os parâmetros populacionais do modelo e u o termo aleatório.
As hipóteses a seguir são necessárias para que o estimador de MQO de B seja não viesado, à exceção de uma. Assinale-a.

A Linearidade nos parâmetros.
B Observações obtidas através de uma amostra aleatória.
C Não há colinearidade perfeita entre os regressores.
D Exogeneidade dos regressores.
E Homoscedasticidade dos erros.

Estatística Modelos lineares | Regressão Linear |

Controladoria Geral do Estado do Estado de Santa Catarina (CGE-SC) - Auditor do Estado - Economia - Tarde (Conhecimentos Específicos) - FGV (2023)

Considere o modelo de regressão estimado:
Wi = 0,5 + 0,1*Ei + 0,2*Di + ui,
em que wi é o logaritmo neperiano do salário, Ei é o logaritmo neperiano dos anos de estudo e Di é uma variável binária igual a 1 se homem e a 0 se mulher.
Considere que todas as estimativas são estatisticamente significativas a 1%.
A partir das estimativas acima, é possível concluir que, em média,

A para cada ano adicional de estudo, o salário cresce 10%.
B para cada aumento de 1% nos anos de estudo, o salário cresce 0,1%.
C os homens ganham 0,2% a mais do que as mulheres.
D os homens ganham 20% a mais do que as mulheres.
E as mulheres ganham 0,1% a mais do que os homens para cada ano adicional de estudo.

Estatística Modelos lineares | Regressão Linear |

Controladoria Geral do Estado do Estado de Santa Catarina (CGE-SC) - Auditor do Estado - Economia - Tarde (Conhecimentos Específicos) - FGV (2023)

Considere o modelo de regressão linear simples:

y_i = a + bx_i+ u_i,

em que y é a variável dependente, x é a variável explicativa, a é ointercepto, b é o coeficiente de inclinação e u, o termo aleatóriodo modelo.

A partir de uma amostra aleatória, obtém-se as seguintesinformações:

Imagem relacionada à questão do Questões Estratégicas

Assim, os estimadores dos parâmetros α e b que minimizam asoma dos quadrados dos resíduos são, respectivamente, iguais a

A 30 e 1.
B -20 e 4.
C 0 e 2.
D 10 e 1.
E 17,5 e 0,25.

Estatística Modelos lineares | Regressão Linear |

Secretaria de Estado de Gestão e Recursos Humanos do Espírito Santo (SEGER-ES) - Analista - Estatística - Instituto Consulplan (2023)

Em modelos de regressão linear múltipla, a análise de resíduos tem um papel fundamental na verificação da qualidade do ajuste. A medida de influência responsável por medir a diferença entre um modelo de regressão com determinada observação e um modelo sem aquela observação denomina-se:

A BIC.
B AIC.
C Distância de Cook.
D Distância de Mahalanobis.
E Fator de inflação da variância.

Estatística Modelos lineares | Regressão Linear |

Universidade do Estado de Santa Catarina (UDESC) - Economista - FEPESE (2022)

Sobre a Heterocedasticidade, é correto afirmar que:

A É uma ferramenta matemática para identificar padrões de repetição.
B Este termo se refere à relação causal dos erros estatísticos, observados ao longo dos diferentes períodos de um experimento.
C Este conceito descreve uma situação em que os erros possuem a mesma magnitude em todos os valores das variáveis independentes.
D Ocorre quando, nos modelos de regressão linear, a variância dos erros não é a mesma em todas as observações feitas.
E Este conceito ilustra o fato de que uma variável, responsável pelo crescimento de outra variável, terá sua determinação correlacionada ao contexto temporal.