Baixe o app para aproveitar ainda mais
Prévia do material em texto
Exercícios de Regressão 01. Considere: - Taxa de Analfabetismo: variável independente (X) - Taxa de Mortalidade infantil: variável dependente (X) Qual a reta de regressão que descreve melhor a taxa de mortalidade infantil em função do analfabetismo? Fórmula: Resposta: O n é o numero de elementos dessa amostra, ou seja, n=5. Os são os dados individuais de cada variável. E são as médias amostrais desses dados. Então o coeficiente vale: Para o cálculo do , precisamos das médias amostrais, que vão ser dadas por: Então: Agora podemos juntar tudo na fórmula da reta: 02. Complete o esquema para o ajustamento de uma reta aos dados: (Xi) (Yi) XiYi Xi^2 2 30 4 25 6 22 8 18 10 15 12 11 14 10 Resposta: (Xi) (Yi) XiYi Xi^2 2 30 60 4 4 25 100 16 6 22 132 36 8 18 144 64 10 15 150 100 12 11 132 144 14 10 140 196 56 131 858 560 a= 7. 858 – (56).(131)/7.560 – (56)^2 a= -1330/784 a= -1,7 Média de X: 56/7 = 8 Média de Y: 131/7= 18,71 B= y- a.x B= 18,71- (-1,7).8 B= 5,11 Y= -1,7x+5,11 03. Com respeito ao modelo de regressão linear simples, assinale a alternativa correta. a) O parâmetro de inclinação da reta é igual à tangente do ângulo formado entre a reta e o eixo Oy. b) A inclinação da reta é proporcional à correlação entre a variável resposta e variável preditora. c) O parâmetro de inclinação da reta é igual ao cosseno do ângulo formado entre a reta e o eixo Ox. d) Se o modelo linear estiver bem ajustado, a correlação entre o resíduo dp modelo e a variável preditora for igual ao inverso da inclinação da reta. Resposta: Letra B 04. Em que situações a regressão linear simples pode ser aplicada? Aplica-se àquelas situações em que há razões para supor uma relação de causa-efeito entre duas variáveis quantitativas e se deseja expressar matematicamente essa relação. 05. Quais são os objetivos de estudo da regressão linear simples? Avaliar possível dependência de y em relação a x e expressar matematicamente esta relação (equação). 06. Sobre regressão linear, identifique como verdadeiras (V) ou falsas (F) as seguintes afirmativas: a) Y é a variável é independente e a variável x é dependente. b) A reta da regressão linear pode ser expressa por y= A+Bx. c) Mais comum é estudar a regressão entre x e y utilizando uma amostra da população. Resposta: V, F e V. 07. Por qual motivo os valores a e b (estimativas dos valores A e B) são obtidos pelo método dos mínimos quadrados? Porque possibilita a que reta obtida seja aquela que se tem as menores distâncias entre os valores observados (x) e a própria reta. 08. A regressão linear é o processo estatístico que possui a finalidade de encontrar a relação linear entre as variáveis aleatórias, se as mesmas existirem. Quanto a sua classificação, assinale a alternativa correta: a) Regressão linear múltipla e regressão linear aleatória. b) Regressão linear múltipla e regressão linear composta. c) Regressão linear simples e regressão linear sequencial. d) Regressão linear simples e regressão linear múltipla. Resposta: Letra D 09. A definição a seguir: é um conjunto de técnicas estatísticas que servem para construir modelos que descrevem de maneira razoável relações entre várias variáveis explicativas (X) de um determinado processo, refere-se a: a) Séries Temporais. b) Correlação. c) Regressão Linear Simples. d) Regressão Linear Múltipla Resposta: D 10. Dada a seguinte equação: y = 2,397 + 4,257 x, onde y = valor predito para a taxa de criminalidade e x = taxa de analfabetismo. Assinale a alternativa que interpreta esta equação. a) Para um aumento de uma unidade na taxa do analfabetismo (x), a taxa de criminalidade (y) aumenta, em média, 4,257 unidades. b) Para um aumento de uma unidade na taxa de criminalidade (y), a taxa do analfabetismo aumenta, em média 2,397 unidades. c) a) Para uma redução de uma unidade na taxa do analfabetismo (x), a taxa de criminalidade (y) aumenta, em média, 4,257 unidades. d) Para um aumento de uma unidade na taxa de criminalidade (y), a taxa do analfabetismo aumenta, em média 4,257 unidades. Resposta: Letra A. 11. Foram observados 4 lotes aleatórios de sucos concentrados, cada um com a sua respectiva quantidade (em mg) por pacote e a quantidade de água necessária (em ml). Estime os parâmetros da reta de regressão Y= a+bX. Onde X é quantidade em mg. Resposta: 12. Quando é dito que um modelo de regressão linear é heterocedástico, quer-se dizer que: a) a soma das diferenças entre os valores observados e seus resíduos não é nula; b) todos os estimadores do modelo são eficientes; c) a variância dos resíduos não é constante; d) existe forte correlação entre as variáveis explicativas; e) existe autocorrelação entre os resíduos. Resposta: Letra C 13. A reta de regressão será a mesma se você trocar X por Y? O coeficiente de correlação muda? O coeficiente de correlação não muda, mas a reta será outra. As duas retas se cruzarão no ponto de coordenadas iguais as médias de X e Y. 14. Se os filhos fossem exatamente 5cm mais altos do que os seus pais, como ficaria a reta de regressão que daria a altura dos filhos em função da altura de seus filhos. Y=5+X 15. Como seria a reta de regressão se todos os pontos de X tivessem o mesmo valor? Não seria possível achar o valor de b pela fórmula, uma vez que o denominador seria zero. Mas a ideia é de uma reta paralela ao eixo das ordenadas.
Compartilhar