Simulado ANATEL de Matérias Diversas para Cargos diversos | CONCURSO

(1,0) 16 - 

Considerando a tabela acima, em que são evidenciados os resultados de levantamento feito para o estudo da relação preço-demanda em um serviço de comunicação de dados, e o modelo de regressão linear simples na forma D_i = αP_i + ε_i , em que ε_i representa um erro aleatório com média nula e variância residual V, e α é o coeficiente do modelo, julgue o item subsequente.

A estimativa de mínimos quadrados ordinários do coeficiente α é superior a 1,4 e inferior a 1,5.

(1,0) 17 - 

Considerando a tabela acima, em que são evidenciados os resultados de levantamento feito para o estudo da relação preço-demanda em um serviço de comunicação de dados, e o modelo de regressão linear simples na forma D_i = αP_i + ε_i , em que ε_i representa um erro aleatório com média nula e variância residual V, e α é o coeficiente do modelo, julgue o item subsequente.

O coeficiente α representa a correlação linear de Pearson entre as variáveis preço e demanda.

(1,0) 18 - 

Um estudo econométrico considerou o modelo de regressão linear múltipla na forma Y_i = β0 + β1X1,i + β2X2,i + εi, em que i = 1, ..., n; Yi representa a variável resposta, X1,i e X2,i são as variáveis explicativas; β0 ,β1 e β2 são os coeficientes (fixos) do modelo; e εi representa o erro aleatório normal com média zero e variância σ2 .

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 o item a seguir.

A variância de Y_i é igual a σ² , cuja estimativa corresponde à variância amostral de Y_i , ou seja,

(1,0) 19 - 

Um estudo econométrico considerou o modelo de regressão linear múltipla na forma Y_i = β0 + β1X1,i + β2X2,i + εi, em que i = 1, ..., n; Yi representa a variável resposta, X1,i e X2,i são as variáveis explicativas; β0 ,β1 e β2 são os coeficientes (fixos) do modelo; e εi representa o erro aleatório normal com média zero e variância σ2 .

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 o item a seguir.

Suponha que X_1,i seja uma variável indicadora e que X_2,i seja uma variável quantitativa. Nesse caso, o modelo combinará aspectos da análise de variância e da análise de regressão, e seu estudo pode ser feito com técnicas da análise de covariância (ANCOVA).

(1,0) 20 - 

Um estudo econométrico considerou o modelo de regressão linear múltipla na forma Y_i = β0 + β1X1,i + β2X2,i + εi, em que i = 1, ..., n; Yi representa a variável resposta, X1,i e X2,i são as variáveis explicativas; β0 ,β1 e β2 são os coeficientes (fixos) do modelo; e εi representa o erro aleatório normal com média zero e variância σ2 .

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 o item a seguir.

O intercepto do modelo ajustado não tem significância estatística.