Conteúdo aberto do FC Concursos

Questões de concursos para CESGRANRIO

Leia os enunciados, as respostas e os comentários dos professores. Para estudar, usar a revisão espaçada e acompanhar seu progresso, entre na sua conta.

FC624156 · Estatística

Foi realizado um estudo entre duas variáveis (dependente y e explicativa x) utilizando-se o método de regressão linear simples. Seu resultado é representado pelo modelo e seu coeficiente de determinação, y = 0,0974x - 4,1943 com R2 = 0,9673

CESGRANRIO · 2013

Ler resposta e comentário →

FC624157 · Estatística

A fim de avaliar a correlação linear entre duas variáveis de interesse, X (covariável) e Y (variável resposta), um pesquisador conduz 10 experimentos, obtendo o coeficiente de correlação r = 0,8. Quanto da variabilidade da variável Y NÃO é

CESGRANRIO · 2012

Ler resposta e comentário →

FC624158 · Estatística

A fim de se testar a hipótese da não existência de uma relação linear entre Y (variável resposta) e X (covariável), uma análise de regressão é conduzida através de 10 pares de dados observados (xi,yi), i = 1, 2,..,10. A tabela (incompleta)

CESGRANRIO · 2012

Ler resposta e comentário →

FC624159 · Estatística

O modelo de regressão linear Y = β0 + β1X1 + ε foi aplicado a um conjunto de dados, sendo ε o ruído branco. Considere a tabela ANOVA, incompleta, resultante a seguir. Fonte Soma de quadrados Graus de liberdade Regressão 8 1 Resíduo 2 20 Tot

CESGRANRIO · 2012

Ler resposta e comentário →

FC624160 · Estatística

A fim de explicar a relação linear entre duas variáveis de interesse, X (covariável) e Y (variável resposta), uma regressão linear foi proposta, tendo como modelo Yi = αXi + β + εi com εi N(0,2). Além disso, conduzindo 20 experimentos sobre

CESGRANRIO · 2012

Ler resposta e comentário →

FC624161 · Estatística

Suponha que um modelo de regressão linear simples, \(Y \, = \, \beta_0 \, + \, \beta_1 X \, + \, \varepsilon,\) foi utilizado em uma amostra aleatória simples de 45 pares de observações (x, y). Alguns dos resultados obtidos foram: \(\sum_{i

CESGRANRIO · 2012

Ler resposta e comentário →

FC624162 · Estatística

Um modelo de regressão linear simples, Y = \(\beta_0\) + \(\beta_1\)X + \(\mu\), foi aplicado para explicar o consumo de um certo bem em função da taxa de desemprego. Uma amostra aleatória de tamanho 40 foi selecionada e forneceu a informaç

CESGRANRIO · 2018

Ler resposta e comentário →

FC624163 · Estatística

Considere os resultados obtidos quando aplicado um modelo de regressão linear simples: \(y= \beta_0 + \beta_1 X + \epsilon\). ANOVA Fonte de variação Graus de liberdade Soma dos quadrados Média dos quadrados F calculado Valor p (p-valor) Re

CESGRANRIO · 2014

Ler resposta e comentário →

FC624164 · Estatística

Uma frota de veículos de mesmo modelo de uma empresa foi abastecida com o mesmo tipo de combustível. Para saber se há relação entre a distância percorrida em quilômetros pelo veículo e a quantidade de combustível gasto em litros, ajustou-se

CESGRANRIO · 2014

Ler resposta e comentário →

FC624165 · Estatística

Utilize a descrição abaixo para resolver a questão. Uma empresa deseja decidir se a troca, a cada cinco anos, de todos os condicionadores de ar é uma política acertada. Para facilitar a decisão, um modelo de regressão simples foi utilizado

CESGRANRIO · 2014

Ler resposta e comentário →

FC624166 · Estatística

Que transformação(ões) deve(m) ser realizada(s) nas variáveis (Y e/ou x) para que se possa utilizar o método de regressão linear simples e modelar a relação entre as variáveis, como Y = a.xb, onde a e b são constantes?

CESGRANRIO · 2014

Ler resposta e comentário →

FC624167 · Estatística

Deseja-se realizar um modelo matemático que expresse a relação entre uma variável dependente (Y) e outra variável explicativa (X) mostradas na Tabela e sua correspondente representação gráfica, a seguir. Variável Explicativa Variável Depend

CESGRANRIO · 2013

Ler resposta e comentário →

FC624168 · Estatística

Os modelos abaixo foram propostos e ajustados a 30 observações de quatro variáveis de interesse: Modelo I: \(Y_i=\beta_1+\beta_2X_{2i}+\epsilon_i\) Modelo II: \(Y_i=\beta_1+\beta_2X_{2i}+\beta_3X_{3i}+\beta4X_{4i}+\epsilon_i\) Os seguintes

CESGRANRIO · 2014

Ler resposta e comentário →

FC624169 · Estatística

Suponha que o modelo explicativo para a variável Y seja Yi = \(\beta\)1 + \(\beta\)2Xi + \(\beta\)3X2i + \(\beta\)4X3i + u1i , modelo explicativo 0, onde Y é a variável dependente; X, a variável explicativa; \(\beta\)1, \(\beta\)2, \(\beta\

CESGRANRIO · 2024

Ler resposta e comentário →

FC624170 · Estatística

Considere o modelo de regressão linear múltipla com intercepto, da variável dependente Y sobre as p variáveis independentes (X 1, X 2, ..., X p), na forma matricial: E(Y) = X. \(\beta\) Utilizando uma amostra de tamanho n, obtemos o estimad

CESGRANRIO · 2018

Ler resposta e comentário →

FC624171 · Estatística

Um modelo de regressão linear múltipla foi aplicado a uma amostra aleatória de tamanho 100. Os resultados obtidos estão resumidos a seguir. Estatística da regressão R múltiplo 0,88 R-quadrado 0,77 R-quadrado ajustado 0,77 Erro padrão 0,25 O

CESGRANRIO · 2012

Ler resposta e comentário →

FC624172 · Estatística

Ao estudar a relação entre duas variáveis X e Y, um pesquisador percebe uma relação não linear entre elas e propõe o seguinte modelo: \(y_i=\alpha+\beta X_{i}^3+ \epsilon_i\) para \(i=1,2,3,...,n.\) Os estimadores de mínimos quadrados para

CESGRANRIO · 2014

Ler resposta e comentário →

FC624173 · Estatística

Em estudos sobre os diferenciais de salários entre homens e mulheres, há uma preocupação em entender o efeito do tempo dedicado aos afazeres domésticos (Td). Sabe-se que as mulheres dedicam a maior parte da sua jornada para essas atividades

CESGRANRIO · 2024

Ler resposta e comentário →

FC624174 · Estatística

Uma das premissas básicas mais importantes do modelo de regressão linear diz respeito à distribuição normal do termo estocástico. A falta de plausibilidade, ou não confirmação dessa premissa, para amostras pequenas, irá afetar, sobretudo, a

CESGRANRIO · 2018

Ler resposta e comentário →

FC624175 · Estatística

Com o objetivo de modelar a relação entre duas variáveis do campo energético, X e Y, um pesquisador observou que a função y(x) que melhor se ajustava aos dados quando 0 < x ≤ 30 possuía as seguintes propriedades: a função y(x) é contínua e

CESGRANRIO · 2014

Ler resposta e comentário →

FC624176 · Estatística

Suponha que a taxa de desemprego trimestral (u t) seja explicada pelo PIB trimestral (PIB t) e pela taxa trimestral de inflação (π t). No entanto, o desemprego pode ter comportamento sazonal. Assim, um analista resolve estimar o seguinte mo

CESGRANRIO · 2013

Ler resposta e comentário →

FC624177 · Estatística

Uma série temporal pode apresentar um componente de tendência, observações discrepantes (outliers), padrões de sazonalidades, quebras estruturais, dentre outras características. Sendo assim, a

CESGRANRIO · 2024

Ler resposta e comentário →

FC624178 · Estatística

Considere o método de suavização exponencial simples para previsão. Suponha que a taxa de amortecimento seja 0,9, e que a previsão de 1 passo à frente na origem t = 100 é \(\hat {X}_{100}\)(1) = 50. Se X 101= 55, qual é a previsão de 1 pass

CESGRANRIO · 2018

Ler resposta e comentário →

FC624179 · Estatística

A técnica de previsão que calcula a projeção por meio de uma ponderação entre a demanda real do período anterior Dt–1 e a projeção do período anterior Mt–1, utilizando um coeficiente de suavização α para definir o peso de cada componente no

CESGRANRIO · 2018

Ler resposta e comentário →

Próximos conteúdos →