Baixe o app para aproveitar ainda mais
Prévia do material em texto
Revisar envio do teste: QUESTIONÁRIO UNIDADE IIECONOMETRIA 6835-60_58702_R_E1_20241 CONTEÚDO Usuário Curso Teste Iniciado Enviado Status Resultado da tentativa Tempo decorrido ECONOMETRIA QUESTIONÁRIO UNIDADE II Completada 3 em 3 pontos 2 minutos Resultados exibidos Todas as respostas, Respostas enviadas, Respostas corretas, Comentários, Perguntas respondidas incorretamente Pergunta 1 A demanda de um determinado modelo de automóvel pode ser escrita como: Q = b0 + b1.P + b2.PS + b3.C No qual Q é a quantidade demandada do modelo de automóvel, P é o preço do carro, PS é o preço de produtos substitutos (outros modelos similares concorrentes) e C representa a oferta de crédito ao consumidor. Em relação aos sinais dos parâmetros b1, b2 e b3, pode-se esperar que: UNIP EAD BIBLIOTECAS MURAL DO ALUNO TUTORIAISCONTEÚDOS ACADÊMICOS 0,3 em 0,3 pontos http://company.blackboard.com/ https://ava.ead.unip.br/webapps/blackboard/execute/courseMain?course_id=_325597_1 https://ava.ead.unip.br/webapps/blackboard/content/listContent.jsp?course_id=_325597_1&content_id=_3735017_1&mode=reset https://ava.ead.unip.br/webapps/portal/execute/tabs/tabAction?tab_tab_group_id=_10_1 https://ava.ead.unip.br/webapps/portal/execute/tabs/tabAction?tab_tab_group_id=_27_1 https://ava.ead.unip.br/webapps/portal/execute/tabs/tabAction?tab_tab_group_id=_47_1 https://ava.ead.unip.br/webapps/portal/execute/tabs/tabAction?tab_tab_group_id=_29_1 https://ava.ead.unip.br/webapps/portal/execute/tabs/tabAction?tab_tab_group_id=_25_1 https://ava.ead.unip.br/webapps/login/?action=logout Resposta Selecionada: d. Respostas: a. b. c. d. e. Comentário da resposta: b1 seja negativo e b2 e b3 sejam positivos. b2 seja positivo e b1 e b3 sejam negativos. b3 seja positivo e b1 e b2 sejam negativos. b1 seja positivo e b2 e b3 sejam negativos. b1 seja negativo e b2 e b3 sejam positivos. b2 seja negativo e b1 e b3 sejam positivos. Resposta: D Comentário: Regressão é uma importante técnica para medir ou estimar relações entre variáveis econômicas, ocupa-se do estudo da dependência de uma variável em relação a uma ou mais variáveis explicativas utilizadas pelos economistas para �ns de análise estrutural (veri�cação de teorias econômicas), avaliação de políticas econômicas e previsão de valores futuros de variáveis de natureza econômica. O objetivo é testar proposições teóricas nessas relações, procurando isolar, desagregar efeitos de relações de causalidades e estimar parâmetros envolvidos na construção de modelos econométricos. As proposições teóricas nessas relações entre variáveis e os efeitos de relações de causalidade estão expressas na lógica dos sinais (+: relação direta; ou -: relação inversa) dos parâmetros estimados no modelo. No modelo proposto, no qual a quantidade demandada de automóvel (Q) é uma relação inversa ao seu preço (P), será expressa pelo sinal negativo para b1, segue a lei da oferta e procura. Se o preço do produto substituto aumenta, a relação é direta para com a demanda do automóvel (Q), a lógica será expressa pelo sinal positivo para b2. A oferta de crédito amplia a quantidade demandada do automóvel (Q), portanto, a lógica confere o sinal positivo para o parâmetro estimado b3. Pergunta 2 Resposta Selecionada: e. Respostas: a. b. c. d. e. Comentário da resposta: (ESAF/Analista do Banco Central do Brasil/2002). Relativamente ao teste da hipótese conjunta contra a alternativa assinale a opção correta. A notação representa a distribuição F com m graus de liberdade no numerador e n graus de liberdade no denominador. O valor da estatística teste é 259 e esta tem distribuição F(2;14) sob O valor da estatística teste é 259 e esta tem distribuição F(2;15) sob O valor da estatística teste é 518 e esta tem distribuição F(2;14) sob O valor da estatística teste é 518 e esta tem distribuição F(3;16) sob O valor da estatística teste é 518 e esta tem distribuição F(2;15) sob O valor da estatística teste é 259 e esta tem distribuição F(2;14) sob Resposta: E Comentário: Completando ANOVA (Análise de Variância) Fonte g.l. Soma de quadrados (SQ) Quadrado Médio (QM) F Modelo (corrigido pela média) 2 0,518 0,259 259 Erro 14 0,014 0,001 Total (corrigido pela média) 16 0,532 Temos F(k; n-k-1) = 259, em que k = número de variáveis independentes (r: renda e p: preço) e (n-k-1), respectivamente graus de liberdade do Modelo e do Erro. Portanto, F(2; 14). O cálculo do F (teste) é representado pela razão (divisão) do QM regressão pelo QM erro, isto é, 0,3 em 0,3 pontos Pergunta 3 Resposta Selecionada: a. Respostas: a. b. c. d. e. Comentário da resposta: (CESPE/UnB / CEBRASPE – ANATEL – 2014) Em relação às propriedades do modelo clássico de regressão linear, assinale a alternativa FALSA. No processo de modelagem por regressão linear múltipla, como regra geral, de�ne-se como melhor modelo aquele que produz o maior coe�ciente de determinação (R2). No processo de modelagem por regressão linear múltipla, como regra geral, de�ne-se como melhor modelo aquele que produz o maior coe�ciente de determinação (R2). O modelo de regressão linear simples pela origem, cujo ajuste pelo método de mínimos quadrados ordinários se apresenta na forma , sempre gera estimativas viciadas para o coe�ciente β. Na presença de autocorrelação dos resíduos, embora os estimadores de mínimos quadrados ordinários dos coe�cientes do modelo não sejam viciados, eles se mostram estatisticamente ine�cientes. Se as variáveis regressoras forem perfeitamente multicolineares, não será possível obter de forma única os estimadores de mínimos quadrados ordinários para os coe�cientes do modelo de regressão. Se as variáveis regressoras forem perfeitamente colineares, não será possível obter de forma única os estimadores de mínimos quadrados ordinários para os coe�cientes do modelo de regressão. Resposta: A Comentário: O é uma medida que descreve a qualidade do ajuste obtido no modelo. Embora aumente com a adição de termos (variáveis independentes) ao modelo, isto não signi�ca necessariamente que o novo modelo é superior ao anterior. A questão é a inclusão indiscriminada de variáveis, mesmo que tenham muito pouco poder explicativo sobre a variável dependente, aumenta o valor de e tende a prejudicar o modelo (princípio da parcimônia). Uma medida que considera esta questão na qual penaliza a inclusão de regressores com baixo poder explicativo é o coe�ciente de determinação ajustado ( ). Portanto, o não deve ser considerado sozinho, mas sempre aliado a outros diagnósticos do modelo. Pergunta 4 Resposta Selecionada: a. Seja Y i = a + bX i + ε i um modelo linear, tal que: X i é uma variável aleatória. Provar que o estimador de MQO b para b é não enviesado signi�ca mostra que: 0,3 em 0,3 pontos 0,3 em 0,3 pontos Respostas: a. b. c. d. e. Comentário da resposta: Resposta: A Pergunta 5 Resposta Selecionada: c. Respostas: a. b. c. d. Heterocedasticidade signi�ca que: I. Não se pode assumir automaticamente homogeneidade para o modelo. II. A variância do termo de erro não é constante. III. As unidades de observação possuem referências diferentes. É correto APENAS o que se conclui em: I e II. I. III. I e II. I e III. 0,3 em 0,3 pontos e. Comentário da resposta: II e III. Resposta: C Comentário: Heterocedasticidade: Uma das hipóteses do modelo de regressão é a de homoscedasticidade, isto é, a de que a variância teórica do termo de distúrbio aleatório, condicional em relação às variáveis independentes, seja constante. Caso contrário, se a variância muda ao longo de diferentes intervalos de tempo ou em função de variáveis independentes, temos o caso de heterocedasticidade, que acaba invalidando todos os testes de hipóteses baseados em estatísticas t (student), F (Snedecor) e Qui-quadrado. Pergunta 6 Resposta Selecionada: b. Respostas: a. b. c. d. e. Comentário da resposta: (EPE – Recursos Energéticos – 2007) Utilizou-se um modelode regressão linear para avaliar a relação entre o preço do litro da gasolina e o do petróleo Brendt, ambos em reais, compreendendo o período de janeiro de 2002 a dezembro de 2006. Os resultados obtidos foram: e Considere o quadro a seguir: Os valores de X, Y e Z no quadro acima, respectivamente, são: 3.016; 0,052 e 288,154. 3,016; 0,052 e 2,78E-4. 3.016; 0,052 e 288,154. 14,98; 3,016 e 288,154. 18; 0,052 e 2,78E-4. 18; 0,052 e 288,154. Resposta: B Comentário: Completando a tabela de Análise de Variância (ANOVA): Variação total: é a soma dos quadrados das diferenças entre o valor y de cada par ordenado e a média de y. Variação explicada: é a soma dos quadrados das diferenças entre cada valor previsto de y e a média de y (explicada pela relação X e Y). Variação inexplicada: é a soma dos quadrados das diferenças entre cada valor de y de cada par ordenado e cada valor de y previsto correspondente (não pode ser explicada pela relação x e y, e isso ocorre devido ao acaso ou a outras variáveis). 0,3 em 0,3 pontos Temos: Pergunta 7 Resposta Selecionada: d. Respostas: a. b. c. d. e. Comentário da resposta: (IBGE – Estatístico – 2010) Ajustou-se um modelo de regressão linear simples a dados provenientes de alguns experimentos executados por um fabricante de concreto, com o objetivo de determinar de que forma e em que medida a dureza de um lote de concreto depende da quantidade de cimento usada para fazê-lo. Quarenta lotes de concreto foram feitos com quantidades diferentes de cimento na mistura, e a dureza de cada lote foi medida após sete dias. Sabendo-se que: O coe�ciente de determinação é, aproximadamente, 0,94. 0. 0,064. 0,5. 0,94. 14,38. Resposta: D Comentário: Observando as fórmulas na questão, consideramos que: Sabemos que: Pergunta 8 (ESAF/Analista do Banco Central do Brasil/2001) Um pro�ssional da área de recursos humanos está interessado em avaliar o efeito do tipo de �rma no salário inicial de uma secretária. Neste contexto tomou uma amostra aleatória de cinco secretárias iniciantes em cada um de três tipos de �rma, anotando o salário em reais por mês. O investigador postula que o salário ( da j-ésima secretária da i-ésima �rma obedece o modelo linear Nesta expressão representa uma média populacional, é o efeito �xo da �rma i e os são erros não correlacionados com distribuição normal, média zero e variância constante. Neste contexto obtém a tabela de análise de variância seguinte: Fonte Graus de liberdade Soma de Quadrados 0,3 em 0,3 pontos 0,3 em 0,3 pontos Resposta Selecionada: a. Respostas: a. b. c. d. e. Comentário da resposta: Modelo linear (firmas) 2 18.050 Erro 12 48.144 Total (corrigido pela média) 14 66.194 Assinale a opção que dá o valor da estatística F necessária para testar a hipótese de que os efeitos das �rmas sejam iguais. 2,25 2,25 3,00 0,37 0,73 1,28 Resposta: A Comentário: Completando ANOVA (Análise de Variância) Fonte Graus de liberdade Soma de Quadrados Quadrado Médio F Modelo linear (firmas) 2 18.050 9.025,00 2,25 Erro 12 48.144 4.012,00 Total (corrigido pela média) 14 66.194 O cálculo do F (teste) é representado pela razão (divisão) do QM regressão pelo QM erro, isto é, Pergunta 9 Resposta Selecionada: b. Respostas: a. b. c. (Senado Federal – Estatístico/2008) Considerando o modelo de regressão linear simples , no qual os são variáveis aleatórias independentes com média zero e variância . Suponha que se deseja testar a hipótese usando para isso a estatística: Em que é a estimativa de por mínimos quadrados, , e , com representando a soma dos quadrados dos resíduos da regressão. Sob , a distribuição da estatística U é: graus de liberdade. graus de liberdade. graus de liberdade. graus de liberdade. 0,3 em 0,3 pontos Quarta-feira, 27 de Março de 2024 16h45min24s GMT-03:00 d. e. Comentário da resposta: graus de liberdade. graus de liberdade. Resposta: B Comentário: Este é um teste t-Student com (n-k-1) graus de liberdade, em que k é o número de parâmetros do modelo de regressão; neste caso, k=1, de modo que (n-k-1) = (n-2). Pergunta 10 Resposta Selecionada: e. Respostas: a. b. c. d. e. Comentário da resposta: (ANS – Estatístico/2007) Em um hospital foram estudadas as idades dos pacientes de 3 tipos de especialidade médica. Foram analisados 65 pacientes e comparadas as médias de idade destes pacientes através do teste de análise de variância. Utilizando a tabela de análise de variância abaixo e sabendo que o valor de F com 2 e 24 graus de liberdade é 3,40 com α = 0,05, o valor de a e a decisão do teste são, respectivamente, Fonte de Variação Graus de liberdade Soma dos Quadrados Quadrados Médios Valor de F Entre tratamentos 2 0,1 0,05 a Dentro dos tratamentos 24 2,4 0,01 Total 26 2,5 5,00 e existe pelo menos um grupo diferente. 1,00 e não existe diferença entre as médias dos grupos. 1,75 e existe pelo menos um grupo diferente. 1,75 e não existe diferença entre as médias dos grupos. 5,00 e não existe diferença entre as médias dos grupos. 5,00 e existe pelo menos um grupo diferente. Resposta: E Comentário: A estatística F é dada por: Em que k=3 A hipótese nula ( ) do teste F é: não há diferença entre as 3 médias/grupos. pelo menos 1 grupo é diferente. Como (pois, 5 > 3,4) à rejeita-se ← OK 0,3 em 0,3 pontos
Compartilhar