Questões sobre Regressão

Considere o modelo de regressão linear simples: Y = a + bX + u, em que Y é a variável dependente, X é o regressor, u é o termo aleatório e a e b são parâmetros. Se Cov(X,u)≠0, então o estimador de b por mínimos quadrados ordinários será

• A. eficiente e consistente.
• B. o melhor estimador linear não viesado.
• C. viesado e inconsistente.
• D. eficiente e viesado.
• E. viesado e consistente.

Considerando que os dados na tabela mostram salários de diferentes servidores que aderiram (1) ou não aderiram (0) a determinado plano de previdência complementar, julgue os itens subsecutivos.

Os parâmetros de um modelo de regressão linear e logística podem ser estimados por meio da técnica de máxima verossimilhança.

• C. Certo
• E. Errado

Considerando que os dados na tabela mostram salários de diferentes servidores que aderiram (1) ou não aderiram (0) a determinado plano de previdência complementar, julgue os itens subsecutivos.

O método de Newton Raphson é uma forma numérica que pode ser utilizada para estimar os parâmetros em um modelo de regressão logística, visto que os estimadores não possuem forma fechada. O mesmo pode ser feito em um modelo de regressão linear, apesar de a forma deste ser fechada para o estimador dos parâmetros.

• C. Certo
• E. Errado

Considerando que os dados na tabela mostram salários de diferentes servidores que aderiram (1) ou não aderiram (0) a determinado plano de previdência complementar, julgue os itens subsecutivos.

Um modelo de regressão logística só aceita variáveis categóricas; um modelo de regressão linear só aceita variáveis quantitativas.

• C. Certo
• E. Errado

Com relação aos modelos de regressão, julgue os itens subsecutivos. Em um modelo de regressão linear simples, o coeficiente de determinação cresce à medida que a correlação entre a variável resposta e a variável regressora aumenta.

• C. Certo
• E. Errado

Com relação aos modelos de regressão, julgue os itens subsecutivos. Suponha que um advogado pretenda estimar o valor concedido para processos de danos morais com relação à idade do proponente. Para isso, ele observou que a relação entre essas variáveis é descrita por Y = !3.500 + 100 @ X. Suponha, ainda, que com o objetivo de simplificar a interpretação do modelo, o advogado decida considerar uma nova variável, Z = X ! 35, como regressora, criando um modelo com intercepto igual a zero. Nessa situação, é correto afirmar que a variância dos estimadores permanece inalterada.

• C. Certo
• E. Errado

Com relação aos modelos de regressão, julgue os itens subsecutivos. Em um modelo de regressão linear, a variância associada às estimativas obtidas pelo método da máxima verossimilhança é menor que as variâncias associadas às estimativas obtidas por mínimos quadrados.

• C. Certo
• E. Errado

Com relação à inferência para os parâmetros de modelos de regressão linear, julgue os seguintes itens. Em um modelo de regressão linear simples, a média dos valores observados na variável resposta é maior que a média dos valores preditos.

• C. Certo
• E. Errado

Considerando essas informações e as tabelas acima, que mostram resultados pertinentes ao referido modelo, cujos coeficientes foram obtidos com base no método de mínimos quadrados ordinários, julgue os itens a seguir.

O coeficiente de determinação ou explicação (R²) é igual ou superior a 55%.

• C. Certo
• E. Errado

Com relação à inferência para os parâmetros de modelos de regressão linear, julgue os seguintes itens. Considere que um analista judiciário cometeu um equívoco na especificação de um modelo de regressão linear simples, de modo que a variável explicativa, que era categorizada, foi codificada com os valores 1 e 2 e tratada como uma variável discreta. Nesse caso, se, para corrigir o erro, o analista transformou a variável em uma dummy, então essa transformação alterou o coeficiente de determinação do modelo.

• C. Certo
• E. Errado