Lista completa de Questões sobre Geral para resolução totalmente grátis. Selecione os assuntos no filtro de questões e comece a resolver exercícios.
Em relação à análise de variância para avaliar a qualidade de ajuste de modelos de regressão, julgue os próximos itens.
Considere que, em um modelo de regressão de Y, explicado por X1, se obtenha uma soma de quadrados totais (SQT) igual a 419,875 e uma soma de quadrados da regressão (SQReg) igual a 231,125. Assumindo que, no modelo de Y, explicado por X1 e X2, se obtenha uma soma de quadrados do resíduo (SQR) igual a 17,625, então é correto afirmar que a soma de quadrado extra, devido ao acréscimo de X2, é igual a 171,125.
Em relação à análise de variância para avaliar a qualidade de ajuste de modelos de regressão, julgue os próximos itens.
Assuma que um modelo de regressão com 5 variáveis explicativas tenha sido ajustado em uma amostra de tamanho n = 25 e obteve-se um coeficiente de determinação do modelo igual a R2 = 0,80. Nessa situação, o coeficiente de determinação ajustado (Ra2) será maior que 0,75.
Em relação à análise de variância para avaliar a qualidade de ajuste de modelos de regressão, julgue os próximos itens.
Considere que, em um modelo de regressão linear simples ajustado em uma amostra de tamanho n = 16, tenha sido obtido um valor crítico para a análise de variância do teste de ajuste do modelo igual a 4,54. Nesse cenário, se o modelo estiver bem ajustado, o coeficiente de determinação será maior que 5/6.
Em relação à análise de variância para avaliar a qualidade de ajuste de modelos de regressão, julgue os próximos itens.
Considere uma variável resposta Y e duas variáveis explicativas X1 e X2. Nesse caso, a soma de quadrados totais (SQT) do modelo Y, explicado por X1, será maior que a soma de quadrados totais do modelo Y, explicado por X1 e X2.
A respeito da análise de resíduos nos modelos de regressão, julgue os itens a seguir.
A respeito da análise de resíduos nos modelos de regressão, julgue os itens a seguir.
Em um modelo de regressão linear múltipla, o gráfico dos resíduos da regressão de Y por X1, em oposição aos resíduos da regressão de X1 por X2, é usado para verificar heterocedasticidade.
Atenção: Para responder às questões de números 34 a 37 considere o modelo keynesiano simples de determinação da renda.
Tudo o mais constante, um aumento da propensão marginal a poupar provoca uma queda no nível de renda de equilíbrio na economia no curto prazo. Esse fato é denominado
Lei de Okun.
Paradoxo de Modigliani.
Lei de Say.
Efeito deslocamento.
Paradoxo da Parcimônia.
A respeito da análise de resíduos nos modelos de regressão, julgue os itens a seguir.
Suponha que, em um modelo de regressão ajustado, em uma pequena amostra, obteve-se uma observação Xi, cuja medida de desvio das covariáveis com relação à respectiva média foi igual a ℎii = 1/5 . Nesse caso, se o resíduo padronizado for superior a 2, então essa observação será um ponto influente.
Com relação à economia da informação, julgue os itens subsequentes.
A economia da informação refere-se somente à tecnologia a ela associada.
{TITLE}
{CONTENT}
{TITLE}
Aguarde, enviando solicitação...