Questões de Concursos Regressão

Em um estudo clínico utilizou-se um modelo de regressão logística em que y é a variável resposta, como preditor linear, a expressão a + bx + cz, em que x = 0 para o grupo placebo e x = 1 para o grupo de tratamento; z é uma medida de colesterol (em escala de 0 a 5) antes do início do tratamento. Com base nessas informações, julgue os itens subsequentes.

Considerando-se exp(c) = 0,7, se x se mantiver constante, então o aumento em uma unidade na medida de colesterol implicará em redução de 30% na chance de sucesso (y = 1).

No que concerne a diagnóstico em análises de regressão, julgue o item a seguir.

Uma observação pode ser discrepante e não influente.

Em um estudo clínico utilizou-se um modelo de regressão logística em que y é a variável resposta, como preditor linear, a expressão a + bx + cz, em que x = 0 para o grupo placebo e x = 1 para o grupo de tratamento; z é uma medida de colesterol (em escala de 0 a 5) antes do início do tratamento. Com base nessas informações, julgue os itens subsequentes.

A variável resposta y é binária.

O coeficiente de determinação R² da regressão linear simples Y = b₀ + b₁X + ,NULL, em que b₀ e b₁ são os coeficientes do modelo, corresponde ao quadrado da correlação estimada entre Y e E.

Julgue os itens subsecutivos, referentes ao método de componentes principais.

A técnica de componentes principais pode ser utilizada para se diagnosticar multicolinearidade em problemas de regressão linear.

Se um segundo preditor (X₂) for adicionado ao modelo Y = b₀ + b₁X₁ + ,NULL, em que b₀ e b₁ são os coeficientes do modelo, o valor do erro padrão dos resíduos pode aumentar ou diminuir, mas o valor de R² não pode diminuir.

Um pesquisador estimou os parâmetros a, b e c do modelo estatístico de regressão linear y = a + bx + cz + u. Sabe-se que Y é um vetor coluna com os níveis educacionais dos filhos, X e Z são vetores colunas com os níveis educacionais dos pais e das mães e u é um vetor de variáveis aleatórias normais, independentes, de média zero e desvio padrão constante. A técnica usada foi de minimização da soma dos quadrados dos erros. A correlação positiva entre os dados em X e em Z pode gerar, para a estimação, um problema de

Quais as suposições necessárias para aplicação do modelo de regressão linear simples?

Julgue os itens subsecutivos, referentes ao método de componentes principais.

O primeiro componente principal associa-se à combinação linear com variância mínima.

Em relação aos métodos numéricos, julgue os itens que se seguem.

Considere um conjunto de n pontos amostrados (x_i, y_i), em que x_i < x_j se i < j; i, j = 1, …, n. Nessa situação, ao contrário do que ocorre na regressão, um modelo f obtido por interpolação deve passar por todos esses n pontos amostrados, isto é, y_i = f(x_i).

Em uma regressão logística, considere a variável resposta (Y) como óbito de recém-nascidos (1 indica morte, 0 indica não morte) e a variável explicativa (X) sendo peso ao nascer, em quilos. O resultado do cálculo de E(Y) quando X vale 1,0 é 0,7. Esse 0,7 é a probabilidade de o recém-nascido

O modelo de regressão múltipla é mais adequado para se obter o relacionamento entre os variáveis, peso, altura e sexo é:

Um modelo linear (reta) de regressão apresenta inclinação igual a 1,5 e intercepção igual a 10.

Qual é o valor da variável dependente de acordo com o modelo de reta quando a variável independente vale 20?

Dentre os itens abaixo, identifique as premissas básicas para o modelo de regressão.

I - Linearidade do fenômeno medido

II - Variância não constante dos termos de erro (heterocedasticidade)

III - Normalidade dos erros

IV - Erros correlacionados

V - Presença de colinearidade

São premissas APENAS os itens

As principais motivações para usar estimadores de razão e regressão são:

Após ser ajustado um modelo de regressão linear entre X e Y, encontrou-se um modelo da forma Y=aX+b+E, em que a e b são os coeficientes da regressão e E o erro aleatório, e um coeficiente de determinação de 73%. Qual o percentual de variação de Y é considerado aleatório?

Ao analisar um modelo de regressão com uma variável explicativa, um pesquisador realizando o teste de Durbin-Watson obteve o valor 2,01. De acordo com o resultado obtido podemos afirmar que:

Instruções: Para responder às questões de números 48 a 50 considere que uma empresa adotou o modelo Yi = ? + ?Xi + ?i, para prever o acréscimo da receita anual de vendas (com relação ao ano anterior) em função dos gastos com propagandas, com base em observações dos respectivos valores verificados nos últimos 10 anos.

Dados:

I. Y_i é o acréscimo da receita anual de vendas, em milhares de reais, no ano i.

II. X_i é o gasto com propagandas, também em milhares de reais, no ano i.

III. ?_i é o erro aleatório com as respectivas hipóteses consideradas para o modelo de regressão linear simples. IV. ? e ? são parâmetros desconhecidos.

V. Nos últimos 10 anos, o somatório dos acréscimos da receita anual de vendas e dos gastos com propaganda foram iguais a 1.200 e 200, respectivamente (valores em milhares de reais).

VI. Utilizou-se o método dos mínimos quadrados para a obtenção das estimativas de ? e ? com a respectiva equação da reta apresentando um coeficiente angular igual a 2,5

Utilizando a equação da reta obtida pelo método dos mínimos quadrados, em um ano que se deseja um acréscimo na receita anual de vendas de R$ 150.000,00, o gasto com propagandas terá que ser de, em milhares de reais,