Questões de Regressão Linear

Explore questões resolvidas de Regressão Linear. Acesse respostas e explicações detalhadas para estudar e evoluir.

92% confiança
Determine o polinômio interpolador dos pontos apresentados na tabela abaixo por meio de regressão linear e calcule o resíduo dessa função pelo Método dos Mínimos Quadrados. O resíduo da função interpoladora determinada por regressão linear é:
matematica metodos-numericos minimos-quadrados
97% confiança
Um gerente quer criar um modelo matemático preditivo para estimar as Vendas da sua loja (Y, em milhares de reais) com base na Quantidade de Vendedores trabalhando (X). O departamento de dados extraiu uma amostra de n = 5 dias e já adiantou os somatórios para facilitar o seu trabalho na prova: a) Utilizando as fórmulas de apoio no final da prova, calcule o coeficiente angular (b) e o coeficiente linear (a) da reta de regressão e monte a equação final (Ŷ = a + bX). b) Qual será a Venda estimada (Ŷ) se a loja operar amanhã com 6 vendedores (X = 6)? c) Explique, de forma simples e direta, o que o valor encontrado para o coeficiente angular (b) significa na prática para a receita da loja.
estatistica modelos-preditivos regressao-linear
90% confiança
Os exames formais podem ser feitos através de diferentes testes. Apresentamos aqui o teste de Durbin-Watson, o mais conhecido teste de autocorrelação, e o teste Breusch-Godfrey. O teste de Durbin-Watson é extensivamente utilizado. No entanto, Gujarati e Porter (2011) explicam que é necessário ficar atento às premissas do teste: I. O modelo de regressão incluir o intercepto; II. As variáveis explanatórias são não estocásticas ou fixadas em amostras repetidas; III. Os termos de erro são gerados pelo processo auto-regressivo de ordem um. Portanto, não pode ser implementado para detectar esquemas auto-regressivos de ordem maior; IV. Pressupõe que o termo de erro seja normalmente distribuído. É verdadeiro o que se afirma em:
autocorrelacao econometria regressao-linear
94% confiança
Levando em consideração as ferramentas básicas de qualidade, o diagrama de dispersão é considerado apenas uma representação da provável relação entre duas variáveis que mostra, na forma de gráfico, os dados numéricos e sua relação. Considerando essas informações e o conteúdo estudado, analise as afirmativas a seguir e assinale V para a(s) verdadeira(s) e F para a(s) falsa(s). I. ( ) Um modelo de regressão linear dá respostas exatas; assim, para um determinado valor de x da variável X espera-se, em média, que y^ = b x + b. II. ( ) A estimação, ou previsão, de uma variável com base em valores conhecidos da outra deve ser cautelosa! Não deve ser feita qualquer extrapolação dessa reta para valores fora do âmbito dados. O perigo de extrapolar para fora do âmbito dos dados amostrais é que a mesma relação possa não mais se verificar. III. ( ) A existência de correlação nada diz sobre a natureza da relação causal que porventura exista entre as variáveis. Ao interpretar um coeficiente de correlação deve ter-se presente, que um valor elevado de R não significa que X seja causa de Y ou Y seja causa de X. IV. ( ) Além do tipo de curva, outro fator importante na análise de regressão é o número de variáveis envolvidas.
correlacao estatistica ferramentas-da-qualidade
99% confiança
Leia o excerto a seguir: "Frequentemente é possível estabelecer uma relação linear entre duas grandezas medidas experimentalmente. O método dos mínimos quadrados é uma maneira de se obter a melhor reta que pode ser ajustada aos dados experimentais. Basicamente, é um procedimento que busca o mínimo de uma função de duas variáveis (os coeficientes linear e angular da reta) construída a partir da distância entre os pontos experimentais e os pontos de uma reta." Fonte: CARAÇA, J. Estatística e Mudança de Base. Conhecendo os seguintes pontos (x,y): (2,3), (3,5), (4,4), (5,4) e (6,7), determine os somatórios necessários para compor o sistema de 2 equações: y = a0 + a1 x sendo, respectivamente, Σx, Σy, Σx^2 e Σxy.
estatistica minimos-quadrados regressao-linear

Questões de Regressão Linear

Determine o polinômio interpolador dos pontos apresentados na tabela abaixo por meio de regressão linear e calcule o resíduo dessa função pelo Método dos Mínimos Quadrados. O resíduo da função interpoladora determinada por regressão linear é: