Conteúdo aberto do FC Concursos

Questões de concursos de Estatística

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

FC624147 · Estatística

Para se avaliar o custo de produção de uma empresa, utilizou-se um modelo de regressão linear simples: Yi = β0 + β1Xi + εi , sendo Yi o custo diário de produção (em unidades monetárias) Xi a quantidade diária produzida (em dezenas). Uma amo

CESGRANRIO · 2012

Ler resposta e comentário →

FC624148 · Estatística

A análise de regressão de lances livres convertidos de 29 times da NBA, durante a temporada de 2010-2011, revelou uma reta de regressão ajustada Y = 55,20 + 0,73X com R2 = 0,87 e S (desvio padrão da amostra) = 53,20. O total de lances livre

CESGRANRIO · 2012

Ler resposta e comentário →

FC624149 · Estatística

Considere duas variáveis, X e Y, com as seguintes características: Ambas seguem distribuições normais padronizadas; A covariância entre as variáveis é de 0,70. Considere ainda a regressão linear de Y em função de \(E(Y|X) = \beta_0 + \beta_

CESGRANRIO · 2016

Ler resposta e comentário →

FC624150 · Estatística

Num estudo sobre a correlação linear entre uma covariável X e uma variável resposta Y de interesse, a reta de regressão estimada por meio de 30 pares de observação foi \(\hat y_i= -1,5x_i+3\) e o coeficiente de determinação foi de 49%. Com

CESGRANRIO · 2016

Ler resposta e comentário →

FC624151 · Estatística

O coeficiente de determinação R2 de um modelo de regressão linear simples sem intercepto é um valor que mede o ajustamento do modelo aos dados, e tem seu valor dado por um número real x

CESGRANRIO · 2014

Ler resposta e comentário →

FC624152 · Estatística

Uma pesquisa deseja verificar a relação entre lucratividade e capacidade ociosa das fábricas em um determinado setor produtivo. A realização de uma regressão linear simples de lucratividade em função de capacidade ociosa resultou nos seguin

CESGRANRIO · 2014

Ler resposta e comentário →

FC624153 · Estatística

O seguinte modelo de regressão linear para 20 pares de observações de interesse é proposto: \(Y_i=\alpha+\beta X_i+\epsilon_i\,para\,i=1,2,...,20\) Se o coeficiente R 2 obtido é 0,64, o valor da estatística F usada para testar a relação ent

CESGRANRIO · 2014

Ler resposta e comentário →

FC624154 · Estatística

A descrição abaixo se refere à questão. Um modelo de regressão linear \(Y= \beta_0 + \beta_1X + \in\) (Y = peso, em kg, e X = altura, em cm) foi definido para estudar a relação entre peso e altura de crianças com menos de 1 ano das unidades

CESGRANRIO · 2013

Ler resposta e comentário →

FC624155 · Estatística

A descrição abaixo se refere à questão. Um modelo de regressão linear \(Y= \beta_0 + \beta_1X + \in\) (Y = peso, em kg, e X = altura, em cm) foi definido para estudar a relação entre peso e altura de crianças com menos de 1 ano das unidades

CESGRANRIO · 2013

Ler resposta e comentário →

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 →

Próximos conteúdos →