Em um modelo de regressão linear simples, o estimador de máxima verossimilhan...

Em um modelo de regressão linear simples, o estimador de máxima verossimilhança para o coeficiente angular (inclinação) é igual a:

Q1062916 • Estatística • Modelos Lineares • FGV • TJ MS • Estatística • 2024

Em um modelo de regressão linear simples, o estimador de máxima verossimilhança para o coeficiente angular (inclinação) é igual a:

a) correlação (x,y) / desvio padrão (x);
b) correlação (x,y) / variância (x);
c) covariância (x,y) / correlação (x,y);
d) covariância (x,y) / desvio padrão (x);
e) covariância (x,y) / variância (x).

Questões sobre Modelos Lineares

1

Q1036643 • Estatística • Modelos Lineares • Instituto Access • Banestes • Gestão Estatística • 2024
Qual dos testes abaixo não é considerado não paramétrico?
- a) Teste de Mann-Whitney.
- b) Teste de Kruskal-Wallis.
- c) ANOVA com um fator.
- d) Teste de Friedman.
2

Q944813 • Estatística • Modelos lineares • INEP • MEC • Tecnologia em Gestão Pública • 2022
Uma Organização não Governamental (ONG) desenvolve trabalho social em um município, visando o combate à desnutrição de crianças carentes até a idade escolar. Quando completa 4 anos, a criança sai do programa e é direcionada a uma escola do governo municipal, juntamente com uma ficha que contém dados relacionados ao seu desenvolvimento. Em 2022, o governo municipal decidiu implantar um programa similar que acompanhará a nutrição de crianças até que elas concluam os primeiros anos do ensino fundamental. Para efeitos de monitoramento e avaliação, foram geradas estatísticas sobre as variáveis peso (P) e altura (A) das primeiras crianças que participamdo programa. A distribuição das alturas apresentou média de 91 cm e variância de 56,25 cm², enquanto a distribuição dos pesos apresentou média de 39 kg e variância de 16 kg².

Considerando o texto apresentado, avalie as asserções a seguir e a relação proposta entre elas.
I. A distribuição da variável P apresentou um coeficiente de variação maior do que a da distribuição da variável A.
PORQUE
II. O desvio padrão de A é maior do que o desvio padrão de P.
A respeito dessas asserções, assinale a opção correta.
- a) As asserções I e II são proposições verdadeiras, e a II é uma justificativa correta da I.
- b) As asserções I e II são proposições verdadeiras, mas a II não é uma justificativa correta da I.
- c) A asserção I é uma proposição verdadeira, e a II é uma proposição falsa.
- d) A asserção I é uma proposição falsa, e a II é uma proposição verdadeira.
- e) As asserções I e II são proposições falsas.
3

Q1044151 • Estatística • Modelos Lineares • FGV • TJ RR • Estatística • 2024
No estudo de um modelo de regressão linear simples, avalie se os principais problemas que podem ser detectados por intermédio da análise dos resíduos incluem, entre outros:
I. Não-linearidade da relação entre as variáveis. II. Não normalidade dos erros. III. Variância não-constante dos erros (heterocedasticidade). IV. Correlação entre os erros. V. Presença de outliers ou observações atípicas.

Estão corretos os problemas
- a) I, II, III e IV, apenas.
- b) II, III, IV e V, apenas.
- c) I, II e III, apenas.
- d) III, IV e V, apenas.
- e) I, II, III, IV e V.
4

Q1061844 • Estatística • Modelos Lineares • CESPE CEBRASPE • Polícia Federal • Área 1 Contábil Financeira • 2025
Em um modelo de regressão linear simples, foi observado que y = 2+ 2x + ∈, em que y representa a variável dependente, cujo desvio padrão amostral é igual a 6, e x denota a variável regressora, cuja média e desvio padrão amostrais são, respectivamente, iguais a 5 e 2,4. O termo ∈ representa o erro aleatório com média zero e variância 4.
A partir das informações apresentadas na situação hipotética precedente, considerando que esse modelo foi obtido pelo método de mínimos quadrados ordinários, julgue o seguinte item.

A correlação linear de Pearson entre as variáveis x e y é igual a 0,8.
- a) Certo
- b) Errado
5

Q1038572 • Estatística • Modelos Lineares • CESGRANRIO • BANESE • Desenvolvimento • 2025
O setor de Recursos Humanos de um banco está utilizando People Analytics para identificar padrões no desempenho dos funcionários e melhorar a alocação de talentos. Durante uma análise recente, a equipe utilizou dados de avaliações de desempenho (pontuações de 0 a 100) e correlacionou esses dados à quantidade de horas dedicadas a treinamentos no último semestre. J, membro da equipe, construiu um modelo de regressão linear para prever a pontuação de um funcionário na avaliação de desempenho (Y), em função do número de horas dedicadas a treinamentos no último semestre (X), obtendo o modelo a seguir.

Ŷ = 50 + 0,5 X
Ele verificou que o modelo atende a todas as premissas do modelo de regressão linear.
A pontuação esperada de um funcionário que dedicou 60 horas a treinamento no último semestre é
- a) 50
- b) 60
- c) 70
- d) 80
- e) 90
6

Q1044595 • Estatística • Modelos Lineares • FGV • EPE • Analista de Pesquisa Energética Recursos Energéticos • 2024
Um estudo foi desenvolvido com o objetivo de estimar o consumo de energia elétrica em função do número de consumidores. Para realizar o estudo, foi usado um Modelo de Regressão Linear Simples.
Sobre o modelo usado, analise as afirmativas a seguir.

I. Considerando a equação y=α+βx, onde "α" e "β" são parâmetros da reta teórica, os quais são estimados por meio dos pontos experimentais fornecidos pela amostra, obtendo-se uma reta estimada.
II. A aplicação do Princípio de Máxima Verossimilhança leva ao chamado procedimento de Mínimos Quadrados.

III. Deve-se procurar a reta para a qual se consiga minimizar a soma dos resíduos da regressão ao quadrado.

Está correto o que se afirma em
- a) I, apenas.
- b) I e II, apenas.
- c) I e III, apenas.
- d) II e III, apenas.
- e) I, II e III.
7

Q1068659 • Estatística • Modelos Lineares • VUNESP • EsFCEx • Especialidade Estatística • 2025
Um experimento foi planejado segundo um delineamento inteiramente casualizado, em esquema fatorial fracionário do tipo 2^k-p, com k = 5 fatores, p = 2, e sendo 3 repetições por ensaio.

Se o planejamento do experimento for modificado para p = 1 e o número de repetições para 4 por ensaio, qual será o incremento no número de graus de liberdade do resíduo da análise de variância?
- a) 32
- b) 30
- c) 36
- d) 24
- e) 40
8

Q1036644 • Estatística • Modelos Lineares • Instituto Access • Banestes • Gestão Estatística • 2024
Sobre a regressão linear analise as afirmativas:

I. A variável independente também pode ser chamada de regressora e/ou explicativa, sendo considerada a variável principal.
II. A regressão Linear tem a finalidade de avaliar o comportamento de uma variável em função da outra.
III. A variável dependente é aquela cujo valor é observado em função da variável principal (a variável independente).

De acordo com as afirmativas acima, quais estão corretas:
- a) Apenas a alternativa I está correta.
- b) As alternativas I e II estão corretas.
- c) Apenas a alternativa III está correta.
- d) Todas estão corretas.
9

Q1050676 • Estatística • Modelos Lineares • FGV • TCE PA • Analista de Sistemas • 2024
Modelos de aprendizagem de máquina são, em geral, avaliados com métricas que indicam os quão poderosos e relevantes eles são.
Entre exemplos de métricas de avaliação utilizadas para modelos de classificação binária, é correto citar

• a taxa de precisão (razão entre verdadeiros positivos e o total dos verdadeiros positivos e falsos positivos);
• a taxa de sensibilidade (razão entre verdadeiros positivos e o total dos verdadeiros positivos e falsos negativos, também conhecida por recall); e
• o escore F1 (F1-score, também chamado de F-measure), que relaciona as taxas de precisão e de sensibilidade.

Suponha a existência de um modelo de classificação binária cuja taxa de precisão é de 90,00% e cuja taxa de sensibilidade é de 75,00%. Utilize aproximação de duas casas decimais.

O escore F1 referente a esse modelo é
- a) 41,42%.
- b) 81,82%.
- c) 82,15%.
- d) 82,50%.
- e) 82,84%.
10

Q1054092 • Estatística • Modelos Lineares • Consulplan • HEMOBRÁS • Controle da Qualidade 3 Tarde • 2021
Uma pesquisadora está interessada em investigar se há associação entre a proporção X da população com esgotamento sanitário (%) e a taxa de mortalidade infantil Y (por 1.000 nascidos vivos). Após coletar uma amostra de cidades, ela estimou a seguinte reta de regressão linear simples: y = a – bx, com a > 0 e b > 0. Considerando que o coeficiente de determinação do modelo ajustado é R² = 0,81, a correlação linear estimada entre as duas variáveis é:
- a) 0,8
- b) 0,9
- c) –0,9
- d) 0,81
- e) –0,81

Mais questões de Estatística →

Reportar erro em Conteúdo