MATERIAL DE ESTUDO-18

Prévia do material em texto

Material de Estudo 18: Econometria: Regressão Linear Simples 
1. No modelo de regressão linear simples, qual variável é considerada a variável 
explicativa ou preditora? 
a) Variável dependente. b) Variável resposta. c) Variável regressora. d) Termo de erro. e) 
Coeficiente de determinação. 
Resposta: c) A variável regressora (geralmente denotada por X) é a variável utilizada para 
explicar ou prever os valores da variável dependente. 
2. Qual dos seguintes métodos é comumente utilizado para estimar os parâmetros 
(intercepto e coeficiente angular) no modelo de regressão linear simples, minimizando 
a soma dos quadrados dos resíduos? 
a) Máxima verossimilhança. b) Variáveis instrumentais. c) Mínimos quadrados ordinários 
(MQO). d) Momentos generalizados. e) Diferenças em diferenças. 
Resposta: c) O método dos mínimos quadrados ordinários (MQO) é a técnica padrão para 
estimar os parâmetros do modelo de regressão linear, buscando a linha que melhor se ajusta 
aos dados ao minimizar a soma dos quadrados das diferenças entre os valores observados e os 
valores previstos. 
3. O que representa o termo de erro (ou resíduo) em um modelo de regressão linear 
simples? 
a) A variância da variável dependente. b) A correlação entre as variáveis explicativa e 
dependente. c) A diferença entre o valor observado da variável dependente e o valor previsto 
pelo modelo. d) A significância estatística dos coeficientes estimados. e) A proporção da 
variância da variável dependente explicada pelo modelo. 
Resposta: c) O termo de erro (ε) representa a parte da variável dependente que não é 
explicada pelo modelo de regressão linear, sendo a diferença entre o valor real (yi) e o valor 
previsto (y^i). 
4. Qual estatística mede a proporção da variância total da variável dependente que é 
explicada pelo modelo de regressão linear simples? 
a) Erro padrão da regressão. b) Estatística t. c) Estatística F. d) Coeficiente de determinação 
(R2). e) Coeficiente de correlação. 
Resposta: d) O coeficiente de determinação (R2) varia entre 0 e 1 e indica a bondade do ajuste 
do modelo, ou seja, a proporção da variância de Y que é explicada pelas variações em X. 
5. Sob as suposições clássicas do modelo de regressão linear simples, qual das seguintes 
propriedades é esperada para os estimadores de mínimos quadrados ordinários? 
a) Serem viesados. b) Terem variância infinita. c) Serem os melhores estimadores lineares não 
viesados (MELNV). d) Não serem consistentes. e) Dependerem fortemente da escala das 
variáveis. 
Resposta: c) Sob as suposições de Gauss-Markov, os estimadores de mínimos quadrados 
ordinários são os melhores estimadores lineares não viesados (MELNV), o que significa que, 
dentro da classe de estimadores lineares e não viesados, eles têm a menor variância. 
6. Qual teste de hipóteses é comumente utilizado para verificar se o coeficiente angular 
da variável explicativa em um modelo de regressão linear simples é estatisticamente 
diferente de zero? 
a) Teste de Chow. b) Teste de White. c) Teste de Durbin-Watson. d) Teste t. e) Teste de raiz 
unitária. 
Resposta: d) O teste t é utilizado para testar a significância estatística de coeficientes 
individuais em modelos de regressão, incluindo o coeficiente angular, verificando se ele é 
significativamente diferente de zero.