voltar

Assinale a alternativa que representa um pressuposto do Modelo Clássico de Re...

Assinale a alternativa que representa um pressuposto do Modelo Clássico de Regressão Linear.

Q1094419 • Estatística • Modelos Lineares • COPERVE UFSC • UFSC • Economista • 2026

Assinale a alternativa que representa um pressuposto do Modelo Clássico de Regressão Linear.

a) Os erros devem apresentar variância constante (homocedasticidade).
b) Deve existir multicolinearidade perfeita entre as variáveis explicativas.
c) Os resíduos devem possuir média diferente de zero.
d) A variável dependente deve ser qualitativa.
e) O modelo exige relação não linear obrigatória.

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

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.
8

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
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