3. ANPEC Questão 15 Ainda em relação à questão anterior pode-se concluir que, exceto por erro de arredondamento:

Save this PDF as:
 WORD  PNG  TXT  JPG

Tamanho: px
Começar a partir da página:

Download "3. ANPEC Questão 15 Ainda em relação à questão anterior pode-se concluir que, exceto por erro de arredondamento:"

Transcrição

1 Lsta de Exercícos #9 Ass uto: Aáls e de Re gres s ão Mé todo de Mímos Quadrados. ANPEC 99 - Questão 8 A capacdade de produção stalada (Y), em toeladas, de uma frma, pode ser fução da potêca stalada (X), em kw, ou da área costruída (Z) em m. Dados: X = 38, Y = 8, Z =, X = 8 Y = 736, Z = 48 XY = 36, YZ = 848 Sedo =, pode-se afrmar que: () Ao fazer uma regressão da capacdade de produção stalada em fução da potêca stalada (Y = + X) obtém-se como estmatvas de e,,4 e,5, respectvamete. () O R da regressão em () é de,9. () Ao fazer uma regressão da capacdade de produção stalada em fução da área costruída (Y = + Z) obtém-se como estmatvas de e, -, e,, respectvamete. (3) O R da regressão em () é de,9. (4) Pode-se dzer que o melhor (porque tem maor correlação) usar a potêca stalada (X), do que a área costruída (Z) para estmar a capacdade de produção.. ANPEC 99 - Questão 4 O lucro Y de uma empresa em fução do tempo, X, tem dstrbução ormal com méda segudo a estrutura lear de regressão + X e varâca, por pressuposção, costate. Ajustado-se esse modelo por mímos quadrados a uma sére de 5 aos obtveram-se os somatóros abaxo: X = 5, Y = 38, X = 55, Y = 36, XY = 4. Pode-se afrmar que, exceto por erro de arredodameto, () A estmatva do termo costate é -,5. () O quadrado do coefcete de correlação múltpla R é 8%. () A estmatva do coefcete de X é,4. (3) A estmatva da varâca do erro estocástco é,. (4) A soma dos quadrados explcada pelo modelo é 85,6. 3. ANPEC 99 - Questão 5 Ada em relação à questão ateror pode-se coclur que, exceto por erro de arredodameto: () O erro padrão da estmatva de é gual a,77. () O erro padrão da estmatva de é gual a,. () A prevsão do lucro para X = é 6,5 mlhões de cruzeros. (3) O coefcete do tempo é altamete sgfcatvo produzdo um valor observado da estatístca t de Studet de 7. (4) A estatístca F de adequação do modelo é 79.

2 Lsta de Exercícos #9 Ass uto: Aáls e de Re gres s ão Mé todo de Mímos Quadrados 4. ANPEC 99 - Questão 3 O custo total, C, de uma dústra e sua produção, X, têm uma relação lear do tpo C X. Para se ajustar esse modelo por mímos quadrados ordáros é precso assumr certas hpóteses como: () A varável depedete X seja aleatóra. () Os erros teham méda zero. () A varâca dos erros ão seja costate. (3) Os erros sgam uma dstrbução ormal. (4) A varável depedete X seja depedete do temo erro. 5. ANPEC 99 - Questão 4 Cosdere o modelo Y X u, estmado pelo método dos Mímos Quadrados Ordáros. Pode-se dzer que: () Se o coefcete estmado for gual a um ( ), a correlação lear etre X e Y será perfeta. () A sgfcâca de será testada tato por meo de teste t quato do teste F. () Se o R estmado for meor que %, o modelo deverá ser abadoado. (3) Se for troduzda mas uma varável explcatva o modelo, o R certamete ão dmurá. (4) Se o coefcete estmado for feror à udade ( ), a reta passará pela orgem. 6. ANPEC Questão 3 Supoha que se teha usado dados de platações para estmar a fução de produção: Y =, +,3 X (,3) (,8) em que Y é meddo em toeladas de café por hectare de X em ceteas de qulo de fertlzate por hectare. O erro-padrão das estmatvas s b e s b são dados etre parêteses. Pode-se afrmar que: () Ao ível de 5% ambas estmatvas são sgfcates. () Se o desvo-padrão da varável X ( s X ) é e o desvo-padrão da varável Y (s Y ) é etão o coefcete de correlação etre X e Y, r, é,3. () Para fazer a aálse de varâca dessa regressão precsa-se cohecer apeas a varação explcada pela regressão um vez que os graus de lberdade já são cohecdos. (3) Se o café custar $5 por toelada e o fertlzate $3 por qulos, ão vale a pea ao fazedero usar mas fertlzate para aumetar a produção, pos o custo margal excede a receta margal. (4) Um aumeto de qulos de fertlzate provoca um aumeto de,4 toeladas a produção de café.

3 Lsta de Exercícos #9 Ass uto: Aáls e de Re gres s ão Mé todo de Mímos Quadrados 7. ANPEC Questão 4 Quato ao modelo de regressão lear smples da forma Y a bx u em que Y represeta a produção de parafusos; X a quatdade de trabalho, medda em homes/hora de trabalho; e u a perturbação aleatóra; podemos afrmar que: () O valor da varável Y uca pode ser prevsto exatamete devdo à preseça da perturbação ocasoada pela varável depedete X. () Para cada valor de X, temos como pressuposto báscos que o correspodete u tem dstrbução ormal com méda zero. () O pressuposto de homocedastcdade sgfca que cada perturbação tem a mesma varâca cujo valor é descohecdo. (3) Pelos seus pressupostos báscos, as perturbações u são ão correlacoadas e estatstcamete depedetes. 8. ANPEC Questão 5 Supoha que, um modelo de regressão lear smples, o regressor (varável depedete) seja correlacoado com o termo erro. Sobre o estmador de MQO, podemos afrmar: () É, em geral, vesado. () Não é possível de ser obtdo. () É ão vesado, porém ão é efcete. (3) É cosstete. 9. ANPEC - Questão Cosdere o segute modelo de regressão lear clássco, relacoado as varáves quatdade demadada (Q) e preço do produto (P). Admta que as duas varáves sejam meddas em Reas, e que a estmação será efetuada por MQO (l é logartmo atural) lq = + lp + u =,,...,. É correto afrmar que: () Varado-se o preço em %, a quatdade demadada varará %, ceters parbus. () Igorado-se o termo aleatóro, se o preço ultrapassar determado lmte, será possível obter quatdades demadadas egatvas. () Se mudarmos as udades de Q e P para dólares amercaos, etão a estmatva de a ova equação será gual a sua estmatva obtda a equação em Reas. (3) Se a varável l Y (Y = reda) for acrescetada ao modelo o coefcete R desta ova regressão será maor ou gual ao coefcete R da regressão orgal. (4) Se o coefcete R ajustado da regressão com a varável l Y for maor do que o coefcete R ajustado da regressão orgal, etão ecessaramete, o coefcete de l Y é estatstcamete sgfcate, ao ível de sgfcâca de 5%, em um teste b-lateral. 3

4 Lsta de Exercícos #9 Ass uto: Aáls e de Re gres s ão Mé todo de Mímos Quadrados. ANPEC - Questão 5 Ao testar a sgfcâca do coefcete agular ß de um modelo de regressão lear smples ecotrou-se valor-p = 3x 3. Pode-se afrmar que: () O erro tpo II será gual a 3x 3. () A probabldade de o verdadero valor do parâmetro ecotrar-se o tervalo ˆ S é 99,7%. () O mas baxo ível de sgfcâca ao qual a hpótese ula pode ser rejetada é 3x 3 (3) O coefcete é sgfcate a 99% de cofaça. (4) A potêca do teste é defda por (,3). ˆ.. ANPEC - Questão 9 A partr de uma amostra de elemetos, fo estmada uma regressão lear smples, pelo método de mímos quadrados, obtedo-se os resultados: ˆ ˆ ˆ ˆ Yt X t K R A segur, a mesma regressão fo estmada sabedo-se que a reta de regressão da população passa pela orgem das coordeadas (termo costate = ), obtedo-se os resultados: ˆ ˆ Yt X t Pode-se afrmar que: K R () ˆ = ˆ () s (desvo padrão de ) s (desvo padrão de ) () A reta ˆ X passa pelo poto médo da amostra ( X, Y ) (3) (K / K ) > (4) A soma dos resíduos de mímos quadrados de ambas equações estmadas é zero.. ANPEC 5 - Questão Um pesqusador estma o segute modelo de regressão smples: Y X e. Outro pesqusador estma o mesmo modelo, mas com escalas dferetes para Y e X. O segudo modelo é: * * * * * Y X e, em que: Y * wy, X * w X e w e w são costates maores que zero. * * () Os estmadores de Mímos Quadrados Ordáros de e são guas aos de e. * * * () Se ˆ é a varâca estmada de e e ˆ é a varâca estmada de e, etão ˆ w ˆ. 4

5 Lsta de Exercícos #9 Ass uto: Aáls e de Re gres s ão Mé todo de Mímos Quadrados () As varâcas dos estmadores dos parâmetros do prmero modelo são maores do que as varâcas dos estmadores do segudo modelo. (3) Os coefcetes de determação são guas os dos modelos. * * (4) A trasformação de escala de ( Y, X ) para ( Y, X ) ão afeta as propredades dos estmadores de Mímos Quadrados Ordáros dos parâmetros. 3. ANPEC - Questão 5 Cosdere o segute modelo de regressão: e Ode y = β + β x + u, Supoha que x é ão estocástco e que Cosdere os dos estmadores alteratvos de β : x x e y =,..., E[u ] =, E[u ²] = σ², E(u, u j ) = para todo j y ˆ b x y x x x y y x x são as médas amostras de x e y respectvamete. É correto afrmar que: O b em geral é um estmador ão vesado de β. ˆ é um estmador ão vesado de β se e somete se β =. ˆ é mas efcete do que b se β =. 3 b é um estmador ão vesado de β se, para qualquer amostra de tamaho, x. 4 b é um estmador ão vesado de β se, para qualquer amostra de tamaho, y. 4. ANPEC - Questão 3 Cosdere o segute modelo de regressão lear clássco em que as varáves são expressas como desvos em relação às respectvas médas: y = αx + u, =,..., e E[u ] =, E[u ²] = σ², E(u, u j ) = para todo j Supoha, por smplcdade, que x é um regressor escalar ão estocástco. Propõe-se estmar α através da razão etre as médas amostras de y e x : y x Calcule a varâca de. Multplque o resultado por. (Sabe-se que σ² =, = e x x / 5 ). 5

6 Lsta de Exercícos #9 Ass uto: Aáls e de Re gres s ão Mé todo de Mímos Quadrados 5. ANPEC - Questão Cosdere o segute modelo de regressão: y = β + β x + ε Em que β e β são parâmetros estmados pelo método dos mímos quadrados ordáros e ε represeta o erro do modelo. Julgue as segutes afrmatvas: O A hpótese de que E[y x ]= assegura que a soma dos resíduos da regressão é gual a zero. Nesse modelo, a soma dos quadrados total é gual a soma dos quadrados explcada mas a soma dos quadrados dos resíduos da regressão. A covarâca amostral etre a varável depedete x e os resíduos da regressão é zero se a hpótese de que E[y x ]= for verdadera. 3 Neste modelo, a covarâca amostral etre os valores predtos pela regressão,, e os resíduos da regressão é sempre gual a zero. 4 Para verfcar quão bom é o ajuste da regressão podemos usar o R, que é gual ao quadrado do coefcete de correlação etre y o observado e o predto,. 6. ANPEC 3 - Questão 4 Um pesqusador tem dados de 5 países das segutes varáves: N, úmero médo de joras comprados durate um ao; Y, PIB per capta meddo em dólares. Ele roda a segute regressão (desvos padrões etre parêteses, RSS = soma dos quadrados dos resíduos, F = estatístca F para a equação, R² = coefcete de determação): (,) (,) Supoha que você rode a mesma regressão com Y meddo em reas. Assuma, por smplcdade, que a taxa de câmbo seja dos reas por dólar. É correto afrmar que: O A estmatva do coefcete de Y permaecerá alterada. A estmatva do tercepto permaecerá alterada. RSS permaecerá alterado. 3 A estmatva do desvo padrão do coefcete de Y permaecerá alterada. 4 R² permaecerá alterado. 6

7 Lsta de Exercícos #9 Ass uto: Aáls e de Re gres s ão Mé todo de Mímos Quadrados 7. ANPEC 4 - Questão Neste exemplo, queremos prever o peso do dvíduo usado somete sua altura, Y X, o qual Y é o peso do dvíduo e X a altura. Assummos que 4 4 E[ X ], Var [ X ], E [ X ], E[ u ] e Var peso e altura de dvíduos, obtemos a segute tabela: Y N, X [ X ] é uma amostra aleatóra,. Após coletar a formação de N Y N X N N Y Y N X X Y Y X X Estmado o modelo por Mímos Quadrados Ordáros, calcule o valor da estmatva obtda para ˆ. Multplque o resultado por. 8. ANPEC 5 - Questão 8 Cosdere o modelo de regressão abaxo: Cosdere os segutes estmadores de β: É correto afrmar que: O é um estmador ão tedecoso de ; Se é um estmador cosstete de ; Se ão é um estmador cosstete de ; 3 é um estmador ão tedecoso de ; 4 Se. 9. ANPEC 5 - Questão 3 O govero gostara de estmar o efeto do Programa Saúde da Famíla sobre a taxa de teração por dftera das craças etre e 4 aos de dade. Para sso, ele gostara de estmar o segute modelo de regressão: o qual é a taxa de teração do mucípo, é uma varável bára que é gual a, se o mucípo partcpa do programa, e, caso cotráro. Usado os dados para o Brasl em 3, temos os segutes 7

8 Lsta de Exercícos #9 Ass uto: Aáls e de Re gres s ão Mé todo de Mímos Quadrados resultados:. Neste caso, é a méda da taxa de teração para os mucípos que partcparam do Programa e é a méda da taxa de teração para os mucípos que ão partcparam do Programa. Além dsso, 7% dos mucípos brasleros partcpam do Programa Saúde da Famíla. Você estma o modelo acma por Mímos Quadrados Ordáros. Qual o valor obtdo para o coefcete assocado a?. ANPEC 6 - Questão Um ecoomsta deseja avalar o cosumo de care bova em estados brasleros: Ro Grade do Sul (RS) e Ro Grade do Norte (RN). Para tato, ele selecoa uma amostra de 5. udades de cosumo, 35. localzadas o Ro Grade do Sul (prmera sub-amostra) e 5. o Ro Grade do Norte (seguda subamostra). Icalmete, o ecoomsta preferu trabalhar com as sub-amostras em separado. Para as duas sub-amostras ele estma a Curva de Egel para o cosumo de care bova pelo método de Mímos Quadrados Ordáros. Os resultados das regressões estão abaxo, em que os erros-padrão estão etre parêteses: [Para a resolução desta questão talvez lhe seja útl saber que se Z tem dstrbução ormal padrão, etão P( Z >,645)=, e P( Z >,96)=,5] (,5) (,4) R² =,45 e =35. (,65) (,7) R² =,38 e =5. em que l(cosumo) é o logartmo atural do cosumo de care bova, em qulogramas, e l(reda) é o logartmo atural da reda total do domcílo, em mlhares de reas. Todas as suposções usuas acerca do modelo de regressão lear clássco são satsfetas. 8

9 Lsta de Exercícos #9 Ass uto: Aáls e de Re gres s ão Mé todo de Mímos Quadrados Com base os resultados acma, e supodo que a amostra é sufcetemete grade para que aproxmações asstótcas sejam váldas, é correto afrmar que: O Na equação (), matedo os preços costates, com um aumeto de % a reda das udades de cosumo, o cosumo de care bova terá um aumeto esperado de,5%; De acordo com os resultados das regressões, para um ível de reda gual a R$,, o cosumo de care o Ro Grade do Sul será maor do que o Ro Grade do Norte, matedo todas as demas codções costates; É possível afrmar, ao ível de sgfcâca de %, que o Ro Grade do Norte a care bova depede exclusvamete do ível de reda, portato, ão é um bem de prmera ecessdade; 3 É possível afrmar, com % de sgfcâca, que a demada de care bova o estado do Ro Grade do Sul é superor a do Ro Grade do Norte em 67%, para um ível de reda méda gual R$.,; 4 O ecoomsta decdu trabalhar apeas com a amostra completa, agregado as formações dos dos estados e dcado a localzação da udade de cosumo por meo de uma varável dummy, os parâmetros em que dca o estado do Ro Grade do Sul. Dado um aumeto de % a reda a dfereça méda de cosumo de care bova etre as udades localzadas o Ro Grade do Sul e o Ro Grade do Norte será a dfereça etre os dos parâmetros da l(reda) das equações () e ().. ANPEC 6 - Questão 8 Foram obtdos os segutes resultados va aálse de regressão lear: com R² =,5 (5,45) (-9,6) Na pressa, o pesqusador se esqueceu de clur a estatístca F os resultados. Este pesqusador precsa verfcar se a regressão é sgfcate. Ajude-o, calculado o valor da estatístca F do teste a ser empregado. Marque somete a parte tera. 9

10 Lsta de Exercícos #9 Ass uto: Aáls e de Re gres s ão Mé todo de Mímos Quadrados. ANPEC 7 - Questão 6 Cosdere o modelo de regressão lear smples: Para uma amostra de observações são ecotrados os segutes resultados: Sedo o estmador de Mímos Quadrados Ordáros de, calcule o valor da estmatva de usado os resultados da amostra.

11 Lsta de Exercícos #9 Ass uto: Aáls e de Re gres s ão Mé todo de Mímos Quadrados. ANPEC Questão 5 Em relação ao modelo de regressão múltpla Y X X X e,,, k k Pode-se afrmar que: () O método, dos mímos quadrados ordáros (MQO), usado para estmar os coefcetes j, j,,, k exge que o erro teha dstrbução ormal. () Se adcoarmos um ovo regressor X k à equação acma etão o coefcete de determação, R pode ou ão aumetar. () Os estmadores de MQO dos coefcetes j, j,,, k são ão vcados (ou ão vesados). (3) Os coefcetes j, j,,, k podem ser terpretados como as elastcdades etre os regressores X j e a varável Y.. ANPEC Questão 5 Em um modelo clássco de regressão lear múltpla: () Uma das hpóteses estabelece que as varáves explcatvas são learmete depedetes. () Os testes t e F ão são equvaletes. () A comparação do poder explcatvo de modelos evolvedo úmero dferete de varáves explcatvas deve ser feta com base o R ajustado. (3) Cada uma das varáves explcatvas tem dstrbução ormal. (4) A varâca da varável depedete é gual à varâca do termo aleatóro. 3. ANPEC Questão 5 Uma mplemetação empírca do modelo de captal humao é feta com a segute especfcação: 3 ly = XPR XPR S, ode Y represeta a reda do trabalho do -ésmo dvíduo, S o úmero total de aos de sua escolardade, A sua dade medda em aos, e, XPR = A S, sua experêca de trabalho, medda pela dfereça etre sua dade e o total de aos de escolardade. Falmete, é um dstúrbo aleatóro do modelo de regressão assocado ao -ésmo dvíduo de uma amostra de N dvíduos. Pode-se afrmar que: () se os erros são depedetes e detcamete dstrbuídos, a razão etre os estmadores de mímos quadrados ordáros dos s e seus respectvos desvos-padrão têm dstrbução asstótca Normal. () o sal do coefcete dca a preseça de retoros decrescetes ou crescetes à experêca de trabalho. () mesmo em preseça de heterocedastcdade a estrutura de erros, o estmador de mímos quadrados ordáros é cosstete. (3) mesmo em preseça de heterocedastcdade a estrutura de erros, o estmador de mímos quadrados ordáros é relatvamete efcete. 4. ANPEC Questão 5

12 Lsta de Exercícos #9 Ass uto: Aáls e de Re gres s ão Mé todo de Mímos Quadrados Foram ecotrados os segutes resultados para estmar uma regressão lear com duas varáves explcatvas para uma amostra de tamaho. Varáves predtoras Coefcete Desvo padrão Estatístca t p-valor Costate 3,3 54,8,88,4 X -,6,863 -,5,7 X -,3 3,3 -,3,75 R = 8,%; R ajustado = 76,%; Valor calculado da estatístca F=5, Podemos afrmar que: () A equação de regressão estmada é Y 3, 3, 6. X, 3. X. () A um ível de sgfcâca de 5% podemos afrmar que a regressão exste. Porém, após elaborarmos os testes de hpóteses para os coefcetes dvduas, acetamos a hpótese (a um ível de sgfcâca de %) de que o coefcete para a varável X é zero. () O coefcete de determação dca que 8,b% da varação amostral de Y podem ser atrbuídos as varações de X e X. (3) O valor estmado para Y quado X = 5 e X = 8 é. (4) Os valores teórcos das estatístcas t utlzadas para testar os coefcetes das varáves explcatvas devem ser calculados para 7 graus de lberdade. 5. ANPEC - Questão É correto afrmar a respeto do modelo de regressão lear clássco multvarado: Y X, com observações e k > varáves explcatvas, cludo-se o tercepto. () Os coefcetes de clação ão se alteram quado se modfcam as udades de medda de Y e X multplcado-os por uma costate, por exemplo, trasformado-se seus valores de reas para dólares. () Se o modelo for estmado com apeas k- varáves explcatvas (mas matedo o tercepto), os coefcetes estmados poderão ser vesados e cosstetes. () Quado os coefcetes s estmados forem altamete sgfcatvos, dvdualmete, mas a estatístca F e o R dcarem que o modelo como um todo tem um baxo poder explcatvo, pode-se descofar da preseça de multcoleardade. (3) Para testar a hpótese cojuta de que..., pode-se utlzar o teste 3 k R ( k ) F ;( k ),( k ), em que R é o coefcete de determação do modelo. [( R )( k)] (4) Sempre que o modelo tver pelo meos duas varáves explcatvas além do tercepto, o R será maor ou gual ao R ajustado.

13 Lsta de Exercícos #9 Ass uto: Aáls e de Re gres s ão Mé todo de Mímos Quadrados 6. ANPEC 3 - Questão 6 Cosdere o modelo de regressão lear múltpla para dados seccoas y x x k xk u,,,. É correto afrmar que: () para que os estmadores de mímos quadrados sejam os melhores estmadores leares ão-tedecosos é ecessáro que os erros sejam ormalmete dstrbuídos; () a hpótese que Var( u x, x,, xk ),,,, ão é ecessára para que os estmadores de mímos quadrados sejam cosstetes; () a clusão de uma ova varável explcatva o modelo reduzrá o coefcete de determação R ; (3) para que as estatístcas t e F sejam váldas asstotcamete é ecessáro que os erros sejam ormalmete dstrbuídos; (4) se Cov x, x ),, os estmadores de mímos quadrados ordáros da regressão ( 3, y x x k xk u,,,, serão tedecosos. 7. ANPEC 3 - Questão 7 O método dos mímos quadrados ordáros fo empregado para estmar o modelo de regressão abaxo, cujo objetvo é explcar as varações de reda etre 56 dvíduos: log( reda),47,97sexo,8educ,9exper,58exper (,99) (,36) (,7) (,5) (,) u, R,44, 56, em que sexo é uma varável dcotômca (valor, se for homem e, caso cotráro), educ é o úmero de aos de escolardade, exper é experêca profssoal, também medda em aos. Os úmeros etre parêteses são os erros-padrão das estmatvas ( s,,.,...,4) b. Com base os resultados acma, é correto afrmar: () a regressão ão é estatstcamete sgfcate pos o coefcete de determação é meor do que,5; () a dfereça de reda etre homes e mulheres ão é estatstcamete sgfcate; () um ao a mas de escolardade, matdos costates todos os demas fatores, aumeta em,8% a reda de um dvíduo do sexo femo; (3) a sgfcâca cojuta das varáves educ e exper ão pode ser medda por meo da estatístca t. Para sto, o teste F deve ser utlzado; (4) o modelo é capaz de captar dfereças os retoros da educação etre homes e mulheres. 3

14 Lsta de Exercícos #9 Ass uto: Aáls e de Re gres s ão Mé todo de Mímos Quadrados 8. ANPEC 4 - Questão Cosdere o modelo de regressão lear múltpla para dados seccoas: y x x k xk u,,,. É correto afrmar que: () Para que os estmadores de mímos quadrados sejam leares ão-tedecosos de meor varâca (BLUE) é ecessáro que os erros sejam homocedástcos. () A hpótese que Var( u x, x,, xk ),,,, é ecessára para que os estmadores de mímos quadrados sejam ão-tedecosos. () As estatístcas t e F cotuam váldas asstotcamete mesmo que os erros da regressão sejam heterocedástcos. (3) Se Cov x, x ),,, os estmadores de mímos quadrados ordáros da regressão ( 3, y x x 4x4 k xk u,,,, serão cosstetes. (4) Se Cov x, x ),, os estmadores de mímos quadrados ordáros da regressão ( 3, y x x 4x4 k xk u,,,, serão cosstetes. 9. ANPEC 4 - Questão 4 Um pesqusador estmou uma regressão múltpla com 5 varáves depedetes e = 56, mas a pressa, ão mprmu os resultados e aotou apeas o valor do R =,9, o coefcete de determação. Este pesqusador precsa verfcar se a regressão é sgfcate. Ajude-o, calculado o valor da estatístca do teste a ser empregado.. ANPEC 5 - Questão 4 Cosdere o segute modelo para a população: Y = + 4X 5Z + u, em que u é o termo aleatóro e E ( u X, Z) E( u). A partr de uma amostra de dvíduos, estmaram-se os parâmetros deste modelo, tedo, todava, sdo omtda a varável Z. Ou seja, o modelo estmado fo: ˆ ˆ ˆ X. Supoha ada que, para amostra em questão, teham sdo obtdos os segutes resultados: ( Z Z )( X X ),7, em que X ( X X ) Calcule E ˆ X. Multplque o resultado por. X e Z Z. Y 4

15 Lsta de Exercícos #9 Ass uto: Aáls e de Re gres s ão Mé todo de Mímos Quadrados. ANPEC 6 - Questão 9 O método dos mímos quadrados ordáros fo empregado para estmar o modelo de regressão abaxo, cujo objetvo é explcar as varações de reda etre 56 dvíduos de uma amostra aleatóra: l(reda) =,36+,94 educ +,4 exper,78 sexo, exper x sexo + u (,8) (,8) (,) (,58) (,) R =,368 = 56 em que sexo é uma varável dcotômca (valor, se for mulher e, caso cotráro), educ é o úmero de aos de escolardade ( educ 7), exper são aos de experêca profssoal ( exper 4) e u é a estmatva do erro. Os úmeros etre parêteses são os erros-padrão das estmatvas, robustos à heterocedastcdade. Com base os resultados acma, é correto afrmar: () Ao ível de sgfcâca de 5%, o efeto de um ao a mas de experêca profssoal para dvíduos do sexo masculo é estatstcamete maor do que o efeto para mulheres. () Para um dvíduo com aos de escolardade, ao adcoal de estudo acarreta um aumeto da reda de aproxmadamete 9%. () O efeto a reda de um aumeto de ao a experêca profssoal para as mulheres é % meor do que para os homes. (3) Pela speção dos resultados da estmação fca claro que os erros do modelo são heterocedástcos. (4) Se a um ível de sgfcâca de 5%, o valor crítco do teste F para a regressão for,37, os coefcetes agulares serão cojutamete dferetes de zero.. ANPEC 7 - Questão 8 Julgue as afrmatvas: O Heterocedastcdade ocorre quado o erro aleatóro em um modelo de regressão é correlacoado com uma das varáves explcatvas. Quado o erro aleatóro em um modelo de regressão é correlacoado com alguma varável explcatva, os estmadores de mímos quadrados ão são cosstetes. Na preseça de heterocedastcdade, estmadores de mímos quadrados ordáros são efcetes. 3 Os testes t e F usuas ão são váldos a preseça de heterocedastcdade. 4 Na preseça de heterocedastcdade, estmadores de mímos quadrados ordáros são ão vesados, mas são cosstetes. 3. ANPEC 7 - Questão 5 A regressão abaxo fo estmada com o objetvo de explcar a dfereça de saláros etre homes e mulheres. As segutes varáves foram utlzadas: sal = saláro médo por hora, em Reas; homecas = se homem e casado; =, caso cotráro; mulhcas = se mulher e casada; =, caso cotráro; mulhsol = se mulher e soltera; =, caso cotráro; edu = úmero de aos de educação formal; exper = úmero de aos de experêca profssoal; empre = úmero de aos com o atual empregador. 5

16 Lsta de Exercícos #9 Ass uto: Aáls e de Re gres s ão Mé todo de Mímos Quadrados Etre parêteses, ecotram-se os erros-padrão calculados por Mímos Quadrados Ordáros (MQO). log (ˆsal) =,3+,homecas,mulhcas,mulhsol +,8edu +,exper +,3empre (,) (,55) (,5) (,5) (,6) (,5) (,6) Supoha que um dvíduo do sexo masculo, com 5 aos de experêca profssoal, se case. Ceters parbus, qual a varação percetual esperada o seu saláro dos aos após seu casameto em relação ao seu saláro de soltero? Supoha que o úmero de aos de educação formal do dvíduo ão se teha alterado e que ele ão teha trocado de emprego. 4. ANPEC 8 - Questão 6 Um ecoometrsta estmou o segute modelo de regressão para explcar a reda de 56 dvíduos: R =,44, = 56 log(reda) =,5,3 geero +,8 educ +,3 exper, exper + u, (,99) (,36) (,3) (,5),) em que geero é uma varável dcotômca ( = se mulher, =, caso cotráro), educ é o úmero de aos gastos com educação, exper é a experêca profssoal do dvíduo, medda em aos. Os desvos padrões dos coefcetes estão etre parêteses. Com base esses resultados, julgue as afrmatvas: O O efeto de um ao a mas de experêca profssoal a reda méda de um dvíduo do sexo masculo é,,3 udades moetáras. As mulheres recebem saláros 3% mas baxos que os dos homes, em méda. De acordo com o modelo estmado e, a hpótese de que o efeto médo de um ao a mas de educação a reda dos dvíduos seja dferete de % é rejetada ao ível de sgfcâca de 5%. 3 Se V(u geero, educ, exper) = a + b educ, etão os estmadores de mímos quadrados são tedecosos. Nota: V(u X) é a varâca de u codcoada a X, a e b são parâmetros. 4 Em uma regressão do resíduo u em fução de educação e gêero, o R será zero. 5. ANPEC 8 - Questão 7 Cosdere a regressão múltpla: y = β + β x + β x + β 3 x 3 + u cujos parâmetros teham sdo estmados pelo método dos mímos quadrados ordáros. Julgue as afrmatvas: O Se E(u x, x, x3)= e o modelo ão é perfetamete colear, etão os estmadores ão são vesados. Se o R =, etão y é uma combação lear de x, x e x 3. O R ajustado aumeta ao se clur uma varável adcoal, caso tal varável seja sgfcatva ao ível de 5%. 3 Se o modelo satsfaz as hpóteses do teorema de Gauss-Markov, etão ˆ é o estmador lear ão vesado de β com meor varâca possível. 4 Se omtrmos x 3 da regressão, os estmadores de β, β e β podem ser vesados. 6

17 Lsta de Exercícos #9 Ass uto: Aáls e de Re gres s ão Mé todo de Mímos Quadrados 6. ANPEC 9 - Questão Supoha que o modelo lear abaxo descreva as relações etre quatro varáves aleatóras escalares: y, X, Z e. E y X, Z X Z Equação X Z, E Z, X E Z E X E Equação,,, e Supoha ada que. Idque se cada umas das afrmações abaxo é verdadera ou falsa: () y Z Z. E y X E X Z. y Z () Seja Z u. Etão u X, Z () Z E. (3) Seja, em que e. Portato, E Z. (4) Cosdere uma amostra de observações das varáves aleatóras y, X e Z. O estmador Z Z y Z Z T é um estmador ão-tedecoso para o parâmetro. 7. ANPEC 9 - Questão 4 O método dos mímos quadrados ordáros fo empregado para estmar o modelo de regressão abaxo cujo objetvo é explcar as varações de reda etre 487 dvíduos: log reda,883,69geero,4educ,exp er,9exp er geero uˆ,73,59,3,, R, em que gêero é uma varável dcotômca (valor se for mulher e caso cotráro), educ é o úmero de aos de escolardade e exper é a experêca profssoal também medda em aos. Os úmeros etre parêteses são os erro-padrão das estmatvas. Com base os resultados acma, é correto afrmar: () A 5%, o efeto de uma ao a mas de escolardade para os dvíduos do sexo masculo é estatstcamete maor do que o efeto para as mulheres. () O efeto a reda de um ao a mas de experêca profssoal para as mulheres é,9% meor do que para os homes. () O modelo acma ão pode ser estmado por mímos quadrados, pos há uma teração etre as varáves exper e gêero. (3) Para um mesmo ível de escolardade e experêca profssoal, a reda méda dos homes é superor a das mulheres. (4) Para um dvduo com aos de escolardade, ao adcoal de estudo acarreta um aumeto da reda de aproxmadamete 4%. 8. ANPEC - Questão 7

18 Lsta de Exercícos #9 Ass uto: Aáls e de Re gres s ão Mé todo de Mímos Quadrados [Para a resolução desta questão talvez lhe seja útl saber que se Z tem dstrbução ormal padrão, etão Pr( Z >,645)=, e Pr( Z >,96)=,5.] Cosdere as segutes estmatvas obtdas pelo método de mímos quadrados ordáros para o modelo de regressão abaxo (desvos-padrões etre parêteses): l(saláro) =,6+,75sdcato +,9sexo+,8educ+,3 exper,3 exper + û (,) (,) (,5) (,3) (,9) (,) R =,36 em que educ e exper deotam, respectvamete, o úmero de aos de estudo e o úmero de aos de experêca profssoal, sdcato é uma varável dummy que assume o valor se o trabalhador for sdcalzado e caso cotráro e sexo é uma varável dummy gual a se o trabalhador for do sexo masculo e gual a se for do sexo femo. O resíduo da regressão é o termo û. Todas as suposções usuas acerca do modelo de regressão lear clássco são satsfetas. É correto afrmar que: O Supodo que o tamaho da amostra seja grade o sufcete para que aproxmações asstótcas sejam váldas, é possível rejetar, ao ível de sgfcâca de 5%, a hpótese ula de que os saláros de trabalhadores sdcalzados e ão sdcalzados são guas. A hpótese alteratva é que os trabalhadores sdcalzados gaham mas do que os ão sdcalzados. Supodo que o tamaho da amostra seja grade o sufcete para que aproxmações asstótcas sejam váldas, é possível rejetar, ao ível de sgfcâca de 5%, a hpótese ula de que os saláros de homes e mulheres são guas. A hpótese alteratva é que os saláros de homes e mulheres são dferetes. Um ao adcoal de experêca eleva o saláro em 3,%. 3 Se clurmos um regressor adcoal etre as varáves explcatvas, o R² ão dmurá. 4 Supodo que os erros teham dstrbução ormal e que o tamaho da amostra seja 6, é possível rejetar, ao ível de sgfcâca de 5%, a hpótese de que os coefcetes da regressão, com exceção do tercepto, são smultaeamete guas a zero (F,95; 5, =.59). 9. ANPEC - Questão 3 Usado uma base de dados que têm formação de trabalhadores, queremos verfcar se exste desgualdade salaral etre os setores da ecooma. Cosderemos que a ecooma está dvdda em 4 setores: dústra, comérco, servços e costrução. Cada um dos trabalhadores está em um dos quatro setores e eles são mutuamete exclusvos. Seja Y o saláro mesal do trabalhador e defmos para cada setor uma varável bára que é gual a se o trabalhador está em determado setor e caso cotráro. Estmado um modelo lear de regressão, obtemos o segute resultado: = 4, +,educ +,3dade +,4homem -,5DI -,5DC,5Dcos (,) (,8) (,) (,5) (,) (,3) (,5) R =,83 em que educ represeta o úmero de aos de estudos de cada trabalhador, dade é medda em aos, homem é uma varável bára que assume valor gual a se é homem e caso cotráro, DI represeta a 8

19 Lsta de Exercícos #9 Ass uto: Aáls e de Re gres s ão Mé todo de Mímos Quadrados dummy para dústra, DC para o comérco e DCos para o setor de costrução. Etre parêteses ecotra-se o erro padrão. Baseado as formações acma julgue as segutes afrmatvas: [Para a resolução desta questão talvez lhe seja útl saber que se Z tem dstrbução ormal padrão, etão Pr( Z >,645) =, e Pr( Z >,96) =,5.] O Com base os resultados acma, é possível rejetar ao ível de 5% de sgfcâca a hpótese ula de que o saláro do setor da dústra é gual ao saláro do setor de servços para trabalhadores com o mesmo ível educacoal, a mesma dade e do mesmo sexo. A hpótese alteratva é que os saláros estes setores sejam dferetes. Com base os resultados acma, é possível rejetar ao ível de 5% de sgfcâca a hpótese ula de que o saláro o setor de costrução é gual ao saláro o setor de comérco, matedo educação, dade e sexo fxos. A hpótese alteratva é que os saláros estes setores sejam dferetes. Com base os resultados acma, é possível rejetar ao ível de 5% de sgfcâca a hpótese ula de que o saláro os 4 setores da ecooma são guas, matedo costate educação, dade e sexo. 3 Os resultados do modelo acma permtem testar a hpótese de que o retoro salaral etre homem e mulher é dferete para cada ível educacoal, ao ível de 5% de sgfcâca. 4 Com base os resultados acma, podemos testar a hpótese de que o tercepto do modelo lear de saláro em fução da educação, dade e setor para homem é dferete do tercepto do mesmo modelo lear de saláro para mulher.. ANPEC - Questão Supoha que um pesqusador esteja teressado em vestgar os determates da delquêca juvel e teha acesso aos segutes dados proveetes de cdades de um dado país: A, o úmero de terações por adolescetes; P, o úmero de resdêcas por domcílos a cdade com reda abaxo da lha da pobreza; S, o úmero de resdêcas por domcílos a cdade com apeas um dos pas. O pesqusador estma a segute regressão: A = β + β P + β 3 S + u em que u é um termo de erro que satsfaz todas as hpóteses usuas do modelo de regressão. A correlação populacoal etre P e S é,96. Julgue as segutes afrmatvas: O A alta correlação populacoal etre P e S dará orgem ao problema cohecdo como multcolearedade. Multcolearedade ão tora vesados os estmadores de mímos quadrados ordáros dos coefcetes, mas faz com que eles sejam cosstetes. As estmatvas dos desvos padrões serão vesadas e provavelmete subestmarão os valores verdaderos. 3 Na preseça de multcolearedade, os testes t e F ão são váldos. 4 Se ao vés de uma alta correlação populacoal etre P e S, houvesse uma alta correlação populacoal etre A e P ou etre A e S, o problema de multcolearedade sera ada por.. ANPEC 3 - Questão 5 9

20 Lsta de Exercícos #9 Ass uto: Aáls e de Re gres s ão Mé todo de Mímos Quadrados Usado uma base de dados que cotém formação sobre 437 frmas, estmamos uma fução de produção Cobb-Douglas: (,3) (,35) (,3) em que deota o produto (em logartmo), represeta o sumo trabalho (em logartmo) e, o sumo captal (em logartmo). Os úmeros etre parêteses represetam o erro-padrão assocado a cada coefcete. Baseado o resultado acma, julgue as afrmatvas: O Cosderado que o tamaho da amostra é grade o sufcete para que aproxmações asstótcas sejam váldas, é possível rejetar a hpótese de que o retoro margal do sumo captal, matedo o sumo trabalho costate, é gual a zero ao ível de sgfcâca de 5%. [Nesta questão, pode ser útl saber que a 5% de sgfcâca a estatístca é t =,645]. Matedo o captal em dado ível, um aumeto de para udades de trabalho causa um aumeto o produto de,99 +,64 = 63. Com base as formações acma, podemos testar a hpótese de retoros costates de escala, sto é, a hpótese ula de que 3 Com base os dados acma, costruímos um tervalo de 95% de cofaça para, [,4,,495]. Supodo que o tamaho da amostra seja grade o sufcete para que aproxmações asstótcas sejam váldas, com base este tervalo, podemos rejetar a hpótese ula de 5%. ao ível de sgfcâca de 4 Supoha que estmamos uma ova fução de produção que relacoa o produto com captal, trabalho e uma medda das codções clmátcas efretadas por cada frma. Podemos afrmar que R² deste modelo será maor que,9.. ANPEC 4 - Questão 4 Usado dados de uma amostra aleatóra da população com 8. dvíduos, é estmada uma regressão pelo método de Mímos Quadrados Ordáros. Os resultados dessa regressão são mostrados abaxo, em que os erros-padrão são mostrados etre parêteses: [Para a resolução desta questão talvez lhe seja útl saber que se Z tem dstrbução ormal padrão, etão P( Z >,645)=, e P( Z >,96)=,5] l(saláro) =,3+, escol +,3 dade -,5 mulher,5(mulher x escol) (,) (,4) (,) (,3) (,5) R =,45 e =8., em que escol represeta o úmero de aos de estudo, dade é a dade do dvíduo em aos e mulher é uma varável dummy gual a se o trabalhador for do sexo femo e gual a se for do sexo

21 Lsta de Exercícos #9 Ass uto: Aáls e de Re gres s ão Mé todo de Mímos Quadrados masculo. Todas as suposções usuas acerca do modelo de regressão lear clássco são satsfetas. Com base os resultados acma, e supodo que a amostra é sufcetemete grade para que aproxmações asstótcas sejam váldas, é correto afrmar que: O É possível rejetar, ao ível de sgfcâca de %, a hpótese ula de que o coefcete assocado a varável escol é gual a zero. A hpótese alteratva é a de que o coefcete assocado a varável escol é dferete de zero; A méda dos saláros dos homes é maor do que a méda dos saláros das mulheres; Cada ao adcoal de escolardade deve elevar os saláros em %; 3 O coefcete de teração (mulher x escol) é sgfcate (hpótese alteratva de que é dferete de zero) ao ível de %; 4 É possível rejetar, ao ível de sgfcâca de 5%, a hpótese ula de que o coefcete assocado a varável dade é gual a zero. A hpótese alteratva é que o coefcete assocado a varável dade é maor do que zero. 3. ANPEC 4 - Questão 6 Supoha que queremos estmar como a reda de um dvíduo vara ao logo do cclo de vda. Queremos testar a teora de que a reda do dvíduo cresce a partr do mometo que ele etra o mercado de trabalho até uma dade méda, e depos começa a decrescer até o fal do cclo de vda. Usado dados de uma pesqusa aual para trabalhadores, estmamos o segute modelo: em que Y X X 3 X 3 4 X, Y é o logartmo da reda mesal do dvíduo, varável bára que é gual se o dvíduo é homem e estudo do dvíduo. X é a dade do dvíduo, X é uma X 3 represeta o úmero de aos de Estmado o modelo por Mímos Quadrados Ordáros, obtemos o segute resultado, em que os valores em parêteses abaxo dos coefcetes represetam os erros-padrão: [Para a resolução desta questão talvez lhe seja útl saber que se Z tem dstrbução ormal padrão, etão P( Z >,645)=, e P( Z >,96)=,5] Yˆ 49,66,45 X 9,55 X, X,6 X. (,67) (,8) (,46) (,8) 3 (,9) O Se a teora descrta acma é verdadera, esperamos que o sal de seja postvo e o sal de 4 egatvo; Neste modelo, o tercepto do modelo para homes é +, e o do modelo para mulheres é somete ;

22 Lsta de Exercícos #9 Ass uto: Aáls e de Re gres s ão Mé todo de Mímos Quadrados O resultado dca que, matedo tudo mas costate, o aumeto de ao da dade do dvíduo aumeta a sua reda em 45%; 3 Temos evdêca de que a equação de saláros dos homes apreseta um tercepto dferete do modelo para mulheres; 4 Com os resultados do modelo, podemos afrmar que dade e educação têm um efeto cojuto sgfcatvo o logartmo do saláro, sto é, temos evdêca para rejetar a hpótese ula H,. : 3 4. ANPEC 5 - Questão 9 Julgue as segutes afrmatvas: O Coleardade quase perfeta a matrz de varáves explcatvas causa um vés o estmador de Mímos Quadrados Ordáros; Coleardade quase perfeta a matrz de varáves explcatvas causa um vés o estmador da varâca do estmador de Mímos Quadrados Ordáros; Coleardade quase perfeta a matrz de varáves explcatvas gera uma perda da propredade de efcêca do estmador de Mímos Quadrados Ordáros; 3 Coleardade quase perfeta faz com que o erro-padrão de algumas estmatvas dos coefcetes de Mímos Quadrados Ordáros seja grade; 4 Coleardade quase perfeta faz com que o estmador de Mímos Quadrados Ordáros dexe de ser lear. 5. ANPEC 6 - Questão Cosdere as segutes afrmatvas sobre os estmadores de Mímos Quadrados Ordáros em um modelo de regressão múltpla: O A preseça de coleardade mperfeta etre as varáves explcatvas gera estmadores vesados; Se a hpótese de homoscedastcdade for volada, os estmadores de MQO serão vesados; Assuma que todas as suposções de Gauss Markov foram satsfetas, etão os estmadores de MQO serão os melhores estmadores a classe dos leares; 3 Se o valor esperado dos erros estmados do modelo for dferete de zero, etão os estmadores de todos os parâmetros, clusve o tercepto, ão serão vesados;

23 Lsta de Exercícos #9 Ass uto: Aáls e de Re gres s ão Mé todo de Mímos Quadrados 4 As estmatvas de modelos cross-secto com a preseça de correlação seral geram estmadores vesados. 6. ANPEC 7 - Questão 5 Cosdere o modelo de regressão lear: Com base esse modelo, é correto afrmar: O A hpótese ão é ecessára para que o estmador de Mímos Quadrados Ordáros (MQO) de seja cosstete. Se, o estmador de MQO de tem dstrbução ormal. Se, o estmador de MQO de é tedecoso. 3 Se a correlação etre e é gual a,95, o estmador de MQO de ão é efcete. 4 Supoha que os parâmetros do modelo teham sdo estmados por MQO. Se, a estatístca t ão é válda para testar a sgfcâca dos parâmetros do modelo. 3

24 Lsta de Exercícos #9 Ass uto: Aáls e de Re gres s ão Mé todo de Mímos Quadrados. ANPEC Questão 7 Cosderado o modelo de regressão múltpla pode-se afrmar que: Y X X X j j j k kj j () A aálse de varâca da regressão testa se todos os coefcetes estmados da regressão ( j ) são sgfcates smultaeamete. () O vetor de soluções para os parâmetros j é expresso por ( X ' X ) X ' Y. () Para estmar os parâmetros j da regressão é ecessáro que as varáves explcatvas sejam depedetes etre s. (3) O coefcete de determação múltpla corrgdo para graus de lberdade ( R ) pode ser egatvo.. ANPEC Questão 4 Cosdere o segute modelo de regressão, em forma matrcal, com T observações amostras e k regressores (X): y X, T Tk k T () com regressores ão-estocástcos, o estmador de mímos quadrados ordáros de é uma fução lear das observações amostras. () o estmador de máxma verossmlhaça de requer o pressuposto de méda zero e de varâca fta a estrutura de erros, dspesado a especfcação de uma dstrbução paramétrca da mesma. () o estmador de máxma verossmlhaça de é evesado mas cosstete. (3) os estmadores de mímos quadrados ordáros de e de máxma verossmlhaça de cocdem quado os erros são depedetes e detcamete dstrbuídos com dstrbução Normal. (4) caso teha dstrbução multvarada Normal, com méda zero, e matrz de covarâca dada por I T, o estmador de máxma verossmlhaça de é vesado para amostras ftas. 3. ANPEC Questão 4 Seja o segute modelo de regressão lear múltpla a forma matrcal: Y X., ode as dmesões das matrzes e dos vetores evolvdos são: Y => ( ); X => ( k); => (k ); e => ( ). Etão, podemos fazer as segutes afrmações: () Um dos pressupostos báscos do modelo é: Os elemetos da matrz X são estocástcos com valores fxados em amostras repetdas.

25 Lsta de Exercícos #9 Ass uto: Aáls e de Re gres s ão Mé todo de Mímos Quadrados () Outro pressuposto básco é: ehuma das varáves depedetes deve estar perfetamete correlacoada com qualquer outra varável depedete ou com qualquer combação lear de outras varáves depedetes. () As equações ormas de mímos quadrados para o modelo dado podem ser apresetadas em otação matrcal como ( X' Y ) ( X' X) e a solução para será ( X' X) ( X' Y). (3) Quado testamos a exstêca do modelo de regressão, fazemos as segutes hpóteses sobre os coefcetes da regressão (admtdo que, ou seja, a regressão ão passa pela orgem): Hpótese ula => H :... k 3 Hpótese alteratva => H : Todos os, para =, 3,, k. (4) Os tervalos de cofaça dos coefcetes da regressão podem ser calculados da segute maera: ( t. s ; t. s ) k k ode = estmatva do coefcete ; t k = abcssa de uma dstrbução t com ( - k) graus de lberdade, fxado o grau de cofaça de tervalo; e s = erro padrão estmado de. 4. ANPEC - Questão 3 Cosdere a regressão y = Xβ + Supoha que tehamos uma amostra de tamaho 4 e que ; e. Compute a estmatva efcete de β. 5. ANPEC - Questão 4 Cosdere a segute regressão y = Xβ + em que y, X e são vetores de dmesão x e β é um escalar. Adcoalmete, supoha que e que E( X) =

26 Lsta de Exercícos #9 Ass uto: Aáls e de Re gres s ão Mé todo de Mímos Quadrados 5 7, ' y e X X E Compute a varâca codcoal em X do estmador de mímos quadrados ordáros de β. Multplque o resultado por.

Econometria: 3 - Regressão Múltipla

Econometria: 3 - Regressão Múltipla Ecoometra: 3 - Regressão Múltpla Prof. Marcelo C. Mederos mcm@eco.puc-ro.br Prof. Marco A.F.H. Cavalcat cavalcat@pea.gov.br Potfíca Uversdade Católca do Ro de Jaero PUC-Ro Sumáro O modelo de regressão

Leia mais

ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO

ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO Área Cetífca Matemátca Udade Curso Egehara do Ambete Ao º Semestre º Folha Nº 8: Aálse de Regressão e de Correlação Probabldades e Estatístca Ao 00/0. Pretede-se testar um strumeto que mede a cocetração

Leia mais

Estatística - exestatmeddisper.doc 25/02/09

Estatística - exestatmeddisper.doc 25/02/09 Estatístca - exestatmeddsper.doc 5/0/09 Meddas de Dspersão Itrodução ão meddas estatístcas utlzadas para avalar o grau de varabldade, ou dspersão, dos valores em toro da méda. ervem para medr a represetatvdade

Leia mais

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação etre duas ou mas varáves. Pode ser: correlacoal ou expermetal. Numa relação expermetal os valores de uma das varáves

Leia mais

Parte 3 - Regressão linear simples

Parte 3 - Regressão linear simples Parte 3 - Regressão lear smples Defção do modelo Modelo de regressão empregado para eplcar a relação lear etre duas varáves (ajuste de uma reta). O modelo de regressão lear smples pode ser epresso a forma:

Leia mais

Estudo das relações entre peso e altura de estudantes de estatística através da análise de regressão simples.

Estudo das relações entre peso e altura de estudantes de estatística através da análise de regressão simples. Estudo das relações etre peso e altura de estudates de estatístca através da aálse de regressão smples. Waessa Luaa de Brto COSTA 1, Adraa de Souza COSTA 1. Tago Almeda de OLIVEIRA 1 1 Departameto de Estatístca,

Leia mais

Econometria: 4 - Regressão Múltipla em Notação Matricial

Econometria: 4 - Regressão Múltipla em Notação Matricial Ecoometra: 4 - Regressão últpla em Notação atrcal Prof. arcelo C. ederos mcm@eco.puc-ro.br Prof. arco A.F.H. Cavalcat cavalcat@pea.gov.br Potfíca Uversdade Católca do Ro de Jaero PUC-Ro Sumáro O modelo

Leia mais

Análise de Regressão

Análise de Regressão Aálse de Regressão Prof. Paulo Rcardo B. Gumarães. Itrodução Os modelos de regressão são largamete utlzados em dversas áreas do cohecmeto, tas como: computação, admstração, egeharas, bologa, agrooma, saúde,

Leia mais

MEDIDAS DE DISPERSÃO:

MEDIDAS DE DISPERSÃO: MEDID DE DIPERÃO: fução dessas meddas é avalar o quato estão dspersos os valores observados uma dstrbução de freqüêca ou de probabldades, ou seja, o grau de afastameto ou de cocetração etre os valores.

Leia mais

Professor Mauricio Lutz REGRESSÃO LINEAR SIMPLES. Vamos, então, calcular os valores dos parâmetros a e b com a ajuda das formulas: ö ; ø.

Professor Mauricio Lutz REGRESSÃO LINEAR SIMPLES. Vamos, então, calcular os valores dos parâmetros a e b com a ajuda das formulas: ö ; ø. Professor Maurco Lutz 1 EGESSÃO LINEA SIMPLES A correlação lear é uma correlação etre duas varáves, cujo gráfco aproma-se de uma lha. O gráfco cartesao que represeta essa lha é deomado dagrama de dspersão.

Leia mais

CAPÍTULO 3 MEDIDAS DE TENDÊNCIA CENTRAL E VARIABILIDADE PPGEP Medidas de Tendência Central Média Aritmética para Dados Agrupados

CAPÍTULO 3 MEDIDAS DE TENDÊNCIA CENTRAL E VARIABILIDADE PPGEP Medidas de Tendência Central Média Aritmética para Dados Agrupados 3.1. Meddas de Tedêca Cetral CAPÍTULO 3 MEDIDA DE TENDÊNCIA CENTRAL E VARIABILIDADE UFRG 1 Há váras meddas de tedêca cetral. Etre elas ctamos a méda artmétca, a medaa, a méda harmôca, etc. Cada uma dessas

Leia mais

Distribuições Amostrais. Estatística. 8 - Distribuições Amostrais UNESP FEG DPD

Distribuições Amostrais. Estatística. 8 - Distribuições Amostrais UNESP FEG DPD Dstrbuções Amostras Estatístca 8 - Dstrbuções Amostras 08- Dstrbuções Amostras Dstrbução Amostral de Objetvo: Estudar a dstrbução da população costtuída de todos os valores que se pode obter para, em fução

Leia mais

MEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12

MEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12 MEDIDAS DE POSIÇÃO: São meddas que possbltam represetar resumdamete um cojuto de dados relatvos à observação de um determado feômeo, pos oretam quato à posção da dstrbução o exo dos, permtdo a comparação

Leia mais

ANÁLISE DE REGRESSÃO E CORRELAÇÃO

ANÁLISE DE REGRESSÃO E CORRELAÇÃO ANÁLISE DE REGRESSÃO E CORRELAÇÃO Quado se cosderam oservações de ou mas varáves surge um poto ovo: O estudo das relações porvetura estetes etre as varáves. A aálse de regressão e correlação compreedem

Leia mais

Revisão de Estatística X = X n

Revisão de Estatística X = X n Revsão de Estatístca MÉDIA É medda de tedêca cetral mas comumete usada ara descrever resumdamete uma dstrbução de freqüêca. MÉDIA ARIMÉTICA SIMPLES São utlzados os valores do cojuto com esos guas. + +...

Leia mais

ESTATÍSTICA Aula 7. Prof. Dr. Marco Antonio Leonel Caetano

ESTATÍSTICA Aula 7. Prof. Dr. Marco Antonio Leonel Caetano ESTATÍSTICA Aula 7 Prof. Dr. Marco Atoo Leoel Caetao Dstrbuções de Probabldade DISCRETAS CONTÍNUAS (Números teros) Bomal Posso Geométrca Hper-Geométrca Pascal (Números reas) Normal t-studet F-Sedecor Gama

Leia mais

Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística

Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Val, Dr. http://www.pucrs.br/famat/val/ val@pucrs.br Prof. Lorí Val, Dr. PUCRS FAMAT: Departameto de Estatístca Prof. Lorí Val, Dr. PUCRS FAMAT: Departameto de Estatístca Obetvos A Aálse de

Leia mais

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental. É o grau de assocação etre duas ou mas varáves. Pode ser: Prof. Lorí Val, Dr. val@pucrs.br http://www.pucrs.br/famat/val www.pucrs.br/famat/val/ correlacoal ou expermetal. Numa relação expermetal os valores

Leia mais

Faculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL

Faculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL Faculdade de Tecologa de Cataduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL 5. Meddas de Posção cetral ou Meddas de Tedêca Cetral Meddas de posção cetral preocupam-se com a caracterzação e a

Leia mais

Inferência Estatística e Aplicações I. Edson Zangiacomi Martinez Departamento de Medicina Social FMRP/USP

Inferência Estatística e Aplicações I. Edson Zangiacomi Martinez Departamento de Medicina Social FMRP/USP Iferêca Estatístca e Aplcações I Edso Zagacom Martez Departameto de Medca Socal FMRP/USP edso@fmrp.usp.br Rotero Parte I Escola frequetsta Defções: parâmetros, estmatvas Dstrbuções de probabldade Estmação

Leia mais

Hipóteses do Modelo de Regressão Linear Clássico

Hipóteses do Modelo de Regressão Linear Clássico Uversdade Federal da Baha Facldade de Cêcas coômcas Departameto de cooma CO 66 Itrodção à coometra Hpóteses do Modelo de Regressão Lear Clássco Gerváso F. Satos Propredades dos estmadores de MQO As estmatvas

Leia mais

Forma padrão do modelo de Programação Linear

Forma padrão do modelo de Programação Linear POGAMAÇÃO LINEA. Forma Padrão do Modelo de Programação Lear 2. elações de Equvalêca 3. Suposções da Programação Lear 4. Eemplos de Modelos de PPL 5. Suposções da Programação Lear 6. Solução Gráfca e Iterpretação

Leia mais

Estatística Descritiva. Medidas estatísticas: Localização, Dispersão

Estatística Descritiva. Medidas estatísticas: Localização, Dispersão Estatístca Descrtva Meddas estatístcas: Localzação, Dspersão Meddas estatístcas Localzação Dspersão Meddas estatístcas - localzação Méda artmétca Dados ão agrupados x x Dados dscretos agrupados x f r x

Leia mais

3. TESTES DE QUALIDADE DE AJUSTAMENTO

3. TESTES DE QUALIDADE DE AJUSTAMENTO Testes da qualdade de ajustameto 3 TESTES DE QULIDDE DE JUSTMENTO 3 Itrodução formação sobre o modelo da população dode se extra uma amostra costtu, frequetemete, um problema estatístco forma da dstrbução

Leia mais

Interpolação. Exemplo de Interpolação Linear. Exemplo de Interpolação Polinomial de grau superior a 1.

Interpolação. Exemplo de Interpolação Linear. Exemplo de Interpolação Polinomial de grau superior a 1. Iterpolação Iterpolação é um método que permte costrur um ovo cojuto de dados a partr de um cojuto dscreto de dados potuas cohecdos. Em egehara e cêcas, dspõese habtualmete de dados potuas, obtdos a partr

Leia mais

Gabarito da Lista de Exercícios de Econometria I

Gabarito da Lista de Exercícios de Econometria I Gabarto da sta de Exercícos de Econometra I Professor: Rogéro lva Mattos Montor: eonardo enrque A. lva Questão Y X y x xy x ŷ ˆ ˆ y ŷ (Y - Y ) (X - X ) (Ŷ - Y ) 360 00-76 -00 35.00 40.000 36-4 30.976 3076

Leia mais

IND 1115 Inferência Estatística Aula 9

IND 1115 Inferência Estatística Aula 9 Coteúdo IND 5 Iferêca Estatístca Aula 9 Outubro 2004 Môca Barros Dfereça etre Probabldade e Estatístca Amostra Aleatóra Objetvos da Estatístca Dstrbução Amostral Estmação Potual Estmação Bayesaa Clássca

Leia mais

REGESD Prolic Matemática e Realidade- Profª Suzi Samá Pinto e Profº Alessandro da Silva Saadi

REGESD Prolic Matemática e Realidade- Profª Suzi Samá Pinto e Profº Alessandro da Silva Saadi REGESD Prolc Matemátca e Realdade- Profª Suz Samá Pto e Profº Alessadro da Slva Saad Meddas de Posção ou Tedêca Cetral As meddas de posção ou meddas de tedêca cetral dcam um valor que melhor represeta

Leia mais

CAPÍTULO 9 - Regressão linear e correlação

CAPÍTULO 9 - Regressão linear e correlação INF 6 Prof. Luz Alexadre Peterell CAPÍTULO 9 - Regressão lear e correlação Veremos esse capítulo os segutes assutos essa ordem: Correlação amostral Regressão Lear Smples Regressão Lear Múltpla Correlação

Leia mais

O delineamento amostral determina os processos de seleção e de inferência do valor da amostra para o valor populacional.

O delineamento amostral determina os processos de seleção e de inferência do valor da amostra para o valor populacional. Curso Aperfeçoameto em Avalação de Programas Socas ª Turma Dscpla: Téccas quattatvas de levatameto de dados: prcpas téccas de amostragem Docete: Claudete Ruas Brasíla, ovembro/005 Pesqusa por amostragem

Leia mais

ESCOLA SUPERIOR DE TECNOLOGIA UNIVERSIDADE DO ALGARVE

ESCOLA SUPERIOR DE TECNOLOGIA UNIVERSIDADE DO ALGARVE SCOLA SUPIO D CNOLOGIA UNIVSIDAD DO ALGAV CUSO BIÁPICO M NGNHAIA CIVIL º cclo egme Duro/Nocturo Dscpla de COMPLMNOS D MAMÁICA Ao lectvo de 7/8 - º Semestre Ídce. egressão lear múltpla.... Itrodução....

Leia mais

MOQ-14 PROJETO E ANÁLISE DE EXPERIMENTOS LISTA DE EXERCÍCIOS 1 REGRESSÃO LINEAR SIMPLES

MOQ-14 PROJETO E ANÁLISE DE EXPERIMENTOS LISTA DE EXERCÍCIOS 1 REGRESSÃO LINEAR SIMPLES MOQ-14 PROJETO E ANÁLISE DE EXPERIMENTOS LISTA DE EXERCÍCIOS 1 REGRESSÃO LINEAR SIMPLES 1. Obtenha os estmadores dos coefcentes lnear e angular de um modelo de regressão lnear smples utlzando o método

Leia mais

( k) Tema 02 Risco e Retorno 1. Conceitos Básicos

( k) Tema 02 Risco e Retorno 1. Conceitos Básicos FEA -USP Graduação Cêcas Cotábes EAC05 04_0 Profa. Joaíla Ca. Rsco e Retoro. Cocetos Báscos Rotero BE-cap.6 Tema 0 Rsco e Retoro. Cocetos Báscos I. O que é Retoro? II. Qual é o Rsco de um Atvo Idvdual

Leia mais

( ) ( IV ) n ( ) Escolha a alternativa correta: A. III, II, I, IV. B. II, III, I, IV. C. IV, III, I, II. D. IV, II, I, III. E. Nenhuma das anteriores.

( ) ( IV ) n ( ) Escolha a alternativa correta: A. III, II, I, IV. B. II, III, I, IV. C. IV, III, I, II. D. IV, II, I, III. E. Nenhuma das anteriores. Prova de Estatístca Epermetal Istruções geras. Esta prova é composta de 0 questões de múltpla escolha a respeto dos cocetos báscos de estatístca epermetal, baseada os lvros BANZATTO, A.D. e KRONKA, S.N.

Leia mais

n. A densidade de corrente associada a esta espécie iônica é J n. O modelo está ilustrado na figura abaixo.

n. A densidade de corrente associada a esta espécie iônica é J n. O modelo está ilustrado na figura abaixo. Equlíbro e o Potecal de Nerst 5910187 Bofísca II FFCLRP USP Prof. Atôo Roque Aula 11 Nesta aula, vamos utlzar a equação para o modelo de eletrodfusão o equlíbro obtda a aula passada para estudar o trasporte

Leia mais

Como CD = DC CD + DC = 0

Como CD = DC CD + DC = 0 (9-0 www.eltecampas.com.br O ELITE RESOLVE IME 008 MATEMÁTICA - DISCURSIVAS MATEMÁTICA QUESTÃO Determe o cojuto-solução da equação se +cos = -se.cos se + cos = se cos ( se cos ( se se.cos cos + + = = (

Leia mais

Análise de Regressão

Análise de Regressão Análse de Regressão método estatístco que utlza relação entre duas ou mas varáves de modo que uma varável pode ser estmada (ou predta) a partr da outra ou das outras Neter, J. et al. Appled Lnear Statstcal

Leia mais

Determine a média de velocidade, em km/h, dos veículos que trafegaram no local nesse período.

Determine a média de velocidade, em km/h, dos veículos que trafegaram no local nesse período. ESTATÍSTICA - 01 1. (UERJ 01) Téccos do órgão de trâsto recomedaram velocdade máxma de 80 km h o trecho de uma rodova ode ocorrem mutos acdetes. Para saber se os motorstas estavam cumprdo as recomedações,

Leia mais

16/03/2014. IV. Juros: taxa efetiva, equivalente e proporcional. IV.1 Taxa efetiva. IV.2 Taxas proporcionais. Definição:

16/03/2014. IV. Juros: taxa efetiva, equivalente e proporcional. IV.1 Taxa efetiva. IV.2 Taxas proporcionais. Definição: 6// IV. Juros: taxa efetva, equvalete e proporcoal Matemátca Facera Aplcada ao Mercado Facero e de Captas Professor Roaldo Távora IV. Taxa efetva Defção: É a taxa de juros em que a udade referecal de seu

Leia mais

Teoria da Amostragem

Teoria da Amostragem Teora da Amostragem I- oções fudametas sobre amostragem. Amostragem é todo o processo de recolha de uma parte, geralmete pequea, dos elemetos que costtuem um dado couto. Da aálse dessa parte pretede obter-se

Leia mais

MEDIDAS DE DISPERSÃO 9. MEDIDAS DE DISPERSÃO

MEDIDAS DE DISPERSÃO 9. MEDIDAS DE DISPERSÃO Núcleo das Cêcas Bológcas e da Saúde Cursos de Bomedca, Ed. Físca, Efermagem, Farmáca, Fsoterapa, Fooaudologa, Medca Veterára, Muscoterapa, Odotologa, Pscologa MEDIDAS DE DISPERSÃO 9 9. MEDIDAS DE DISPERSÃO

Leia mais

Estatística Básica - Continuação

Estatística Básica - Continuação Professora Adraa Borsso http://www.cp.utfpr.edu.br/borsso adraaborsso@utfpr.edu.br COEME - Grupo de Matemátca Meddas de Varabldade ou Dspersão Estatístca Básca - Cotuação As meddas de tedêca cetral, descrtas

Leia mais

ESTATÍSTICA MÓDULO 2 OS RAMOS DA ESTATÍSTICA

ESTATÍSTICA MÓDULO 2 OS RAMOS DA ESTATÍSTICA ESTATÍSTICA MÓDULO OS RAMOS DA ESTATÍSTICA Ídce. Os Ramos da Estatístca...3.. Dados Estatístcos...3.. Formas Icas de Tratameto dos Dados....3. Notação por Ídces...5.. Notação Sgma ()...5 Estatístca Módulo

Leia mais

MAE116 Noções de Estatística

MAE116 Noções de Estatística Grupo C - º semestre de 004 Exercíco 0 (3,5 potos) Uma pesqusa com usuáros de trasporte coletvo a cdade de São Paulo dagou sobre os dferetes tpos usados as suas locomoções dáras. Detre ôbus, metrô e trem,

Leia mais

Uso de covariáveis em modelos biométricos para estimação de altura total em árvores de Eucalyptus dunnii

Uso de covariáveis em modelos biométricos para estimação de altura total em árvores de Eucalyptus dunnii Uso de covaráves em modelos bométrcos para estmação de altura total em árvores de Eucalyptus du Oar Medes de Olvera Adrao Rbero de Medoça Fábo Mareto Glso Ferades da Slva Samuel de Pádua Chaves e Carvalho

Leia mais

RESUMO E EXERCÍCIOS NÚMEROS COMPLEXOS ( )

RESUMO E EXERCÍCIOS NÚMEROS COMPLEXOS ( ) NÚMEROS COMPLEXOS Forma algébrca e geométrca Um úmero complexo é um úmero da forma a + b, com a e b reas e = 1 (ou, = -1), chamaremos: a parte real; b parte magára; e udade magára. Fxado um sstema de coordeadas

Leia mais

Apostla Básca de Estatístca Slvo Alves de Souza ÍNDICE Itrodução... 3 Software R... 4 Software SPSS... 5 Dstrbução ormal de probabldade... 6 Testes de Hpótese paramêtrco... Testes Não-Paramétrco...5 Dstrbução

Leia mais

Números Complexos. 2. (IME) Seja z um número complexo de módulo unitário que satisfaz a condição z 2n 1, onde n é um número inteiro positivo.

Números Complexos. 2. (IME) Seja z um número complexo de módulo unitário que satisfaz a condição z 2n 1, onde n é um número inteiro positivo. Números Complexos. (IME) Cosdere os úmeros complexos Z se α cos α e Z cos α se α ode α é um úmero real. Mostre que se Z Z Z etão R e (Z) e I m (Z) ode R e (Z) e I m (Z) dcam respectvamete as partes real

Leia mais

16 - PROBLEMA DO TRANSPORTE

16 - PROBLEMA DO TRANSPORTE Prof. Volr Wlhel UFPR TP05 Pesqusa Operacoal 6 - PROBLEMA DO TRANSPORTE Vsa zar o custo total do trasporte ecessáro para abastecer cetros cosudores (destos) a partr de cetros forecedores (orges) a, a,...,

Leia mais

Cursos de Licenciatura em Ensino de Matemática e de EGI. Teoria de Probabilidade

Cursos de Licenciatura em Ensino de Matemática e de EGI. Teoria de Probabilidade Celso Albo FACULDADE DE CIÊNCIAS NATURAIS E MATEMÁTICA DEPARTAMENTO DE MATEMÁTICA Campus de Lhaguee, Av. de Moçambque, km, Tel: +258 240078, Fax: +258 240082, Maputo Cursos de Lcecatura em Eso de Matemátca

Leia mais

Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto

Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto Faculdade de Ecooma, Admstração e Cotabldade de Rberão Preto Ecooma Moetára Curso de Ecooma / º. Semestre de 014 Profa. Dra. Rosel da Slva Nota de aula CAPM Itrodução Há dos modelos bastate utlzados para

Leia mais

Capitulo 8 Resolução de Exercícios

Capitulo 8 Resolução de Exercícios FORMULÁRIO Audades Peródcas, Crescetes e Postecpadas, com Termos em P. A. G 1 1 1 1 G SPAC R R s s 1 1 1 1 1 G G C R a R a 1 1 PAC Audades Gradetes Postecpadas S GP G 1 1 ; C GP G 1 1 1 Audades Gradetes

Leia mais

Apostila de Introdução Aos Métodos Numéricos

Apostila de Introdução Aos Métodos Numéricos Apostla de Itrodução Aos Métodos Numércos PARTE III o Semestre - Pro a. Salete Souza de Olvera Buo Ídce INTERPOAÇÃO POINOMIA...3 INTRODUÇÃO...3 FORMA DE AGRANGE... 4 Iterpolação para potos (+) - ajuste

Leia mais

15/03/2012. Capítulo 2 Cálculo Financeiro e Aplicações. Capítulo 2 Cálculo Financeiro e Aplicações. Capítulo 2 Cálculo Financeiro e Aplicações

15/03/2012. Capítulo 2 Cálculo Financeiro e Aplicações. Capítulo 2 Cálculo Financeiro e Aplicações. Capítulo 2 Cálculo Financeiro e Aplicações Itrodução.1 Juros Smples Juro: recompesa pelo sacrfíco de poupar o presete, postergado o cosumo para o futuro Maora das taxas de uros aplcadas o mercado facero são referecadas pelo crtéro smples Determa

Leia mais

Monitoramento ou Inventário Florestal Contínuo

Monitoramento ou Inventário Florestal Contínuo C:\Documets ad Settgs\DISCO_F\MEUS-DOCS\LIVRO_EF_44\ef44_PDF\CAP XIV_IFCOTIUO.doc 6 Motorameto ou Ivetáro Florestal Cotíuo Agosto Lopes de Souza. ITRODUÇÃO Parcelas permaetes de vetáro florestal cotíuo

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Prof. Lorí Val, Dr. UFRG Insttuto de Matemátca

Leia mais

Olá, amigos concursandos de todo o Brasil!

Olá, amigos concursandos de todo o Brasil! Matemátca Facera ICMS-RJ/008, com gabarto cometado Prof. Wager Carvalho Olá, amgos cocursados de todo o Brasl! Veremos, hoje, a prova do ICMS-RJ/008, com o gabarto cometado. - O artgo º da Le.948 de 8

Leia mais

MATERIAL DE ESTATÍSTICA II PROF. MÁRIO ROBERTO

MATERIAL DE ESTATÍSTICA II PROF. MÁRIO ROBERTO 1 VARIÁVEIS ALEATÓRIAS O que se etede por varável aleatóra? Até agora ossos estudos estavam pratcamete voltados mas para defrmos osso Espaço Amostral U, sem assocarmos suas respectvas probabldades aos

Leia mais

Heterocedasticidade. Prof. José Francisco Moreira Pessanha

Heterocedasticidade. Prof. José Francisco Moreira Pessanha Heterocedastcdade Prof. José Fracsco Morera Pessaha professorjfmp@hotmal.com Hpóteses do modelo de regressão lear múltpla H : Relação lear etre a varável depedete (Y) e as varáves depedetes () Notação

Leia mais

13 ESTIMAÇÃO DE PARÂMETROS E DISTRIBUIÇÃO AMOSTRAL

13 ESTIMAÇÃO DE PARÂMETROS E DISTRIBUIÇÃO AMOSTRAL 3 ESTIMAÇÃO DE PARÂMETROS E DISTRIBUIÇÃO AMOSTRAL Como vto em amotragem o prmero bmetre, etem fatore que fazem com que a obervação de toda uma população em uma pequa eja mpratcável, muta veze em vrtude

Leia mais

TEORIA DE ERROS MEDIDAS E GRÁFICOS

TEORIA DE ERROS MEDIDAS E GRÁFICOS Uversdade Federal de Juz de Fora Isttuto de Cêcas Eatas Departameto de Físca TEORIA DE ERROS MEDIDAS E GRÁFICOS Prof. Carlos R. A. Lma Edção Março de 010 ÌNDICE CAPÍTULO 1 - PRINCÍPIOS BÁSICOS DA ESTATÍSTICA

Leia mais

1. Conceitos básicos de estatística descritiva 1.3. Noção de extracção aleatória e de probabilidade

1. Conceitos básicos de estatística descritiva 1.3. Noção de extracção aleatória e de probabilidade Sumáro (3ª aula). Cocetos báscos de estatístca descrtva.3. Noção de etracção aleatóra e de probabldade.4 Meddas de tedêca cetral.4. Méda artmétca smples.4. Méda artmétca poderada.4.3 Méda artmétca calculada

Leia mais

6. Inferência para Duas Populações USP-ICMC-SME 2013

6. Inferência para Duas Populações USP-ICMC-SME 2013 6. Iferêca ara Duas Poulações UP-ICMC-ME 3 8.. Poulações deedetes co dstrbução oral Poulação Poulação,,,, ~ N, ~ N, ~ N, Obs. e a dstrbução de e/ou ão for oral, os resultados são váldos aroxadaete. Testes

Leia mais

Sumário. Mecânica. Sistemas de partículas

Sumário. Mecânica. Sistemas de partículas umáro Udade I MECÂNICA 2- Cetro de massa e mometo lear de um sstema de partículas - stemas de partículas e corpo rígdo. - Cetro de massa. - Como determar o cetro de massa dum sstema de partículas. - Vetor

Leia mais

Projeto de rede na cadeia de suprimentos

Projeto de rede na cadeia de suprimentos Projeto de rede a cadea de suprmetos Prof. Ph.D. Cláudo F. Rosso Egehara Logístca II Esboço O papel do projeto de rede a cadea de suprmetos Fatores que fluecam decsões de projeto de rede Modelo para decsões

Leia mais

Unidade II ESTATÍSTICA

Unidade II ESTATÍSTICA ESTATÍSTICA Udade II 3 MEDIDAS OU PARÂMETROS ESTATÍSTICOS 1 O estudo que fzemos aterormete dz respeto ao agrupameto de dados coletados e à represetação gráfca de algus deles. Cumpre agora estudarmos as

Leia mais

2 Procedimentos para Ajuste e Tratamento Estatístico de Dados Experimentais

2 Procedimentos para Ajuste e Tratamento Estatístico de Dados Experimentais 48 Procedmetos para Ajuste e Tratameto Estatístco de Dados Expermetas. Itrodução Modelos matemátcos desevolvdos para descrever eômeos íscos a partr de observações expermetas devem ser baseados em dados

Leia mais

PUCRS FAMAT DEPTº DE ESTATÍSTICA ESTATÍSTICA DESCRITIVA SÉRGIO KATO

PUCRS FAMAT DEPTº DE ESTATÍSTICA ESTATÍSTICA DESCRITIVA SÉRGIO KATO PUCRS FAMAT DEPTº DE ESTATÍSTICA ESTATÍSTICA DESCRITIVA SÉRGIO KATO A expressão dados, será ctada dversas vezes esta dscpla, em lguagem ormal, dados são ormações (úmeros ou ão) sobre um dvíduo (pessoa,

Leia mais

Contabilometria. Aula 8 Regressão Linear Simples

Contabilometria. Aula 8 Regressão Linear Simples Contalometra Aula 8 Regressão Lnear Smples Orgem hstórca do termo Regressão Le da Regressão Unversal de Galton 1885 Galton verfcou que, apesar da tendênca de que pas altos tvessem flhos altos e pas axos

Leia mais

Aplicando o método de mínimos quadrados ordinários, você encontrou o seguinte resultado: 1,2

Aplicando o método de mínimos quadrados ordinários, você encontrou o seguinte resultado: 1,2 Econometra - Lsta 3 - Regressão Lnear Múltpla Professores: Hedbert Lopes, Prscla Rbero e Sérgo Martns Montores: Gustavo Amarante e João Marcos Nusdeo QUESTÃO 1. Você trabalha na consultora Fazemos Qualquer

Leia mais

SUMÁRIO GOVERNO DO ESTADO DO CEARÁ. Cid Ferreira Gomes Governador. 1. Introdução... 2. Domingos Gomes de Aguiar Filho Vice Governador

SUMÁRIO GOVERNO DO ESTADO DO CEARÁ. Cid Ferreira Gomes Governador. 1. Introdução... 2. Domingos Gomes de Aguiar Filho Vice Governador INSTITUTO DE PESQUISA E ESTRATÉGIA ECONÔMICA DO CEARÁ - IPECE GOVERNO DO ESTADO DO CEARÁ Cd Ferrera Gomes Goverador Domgos Gomes de Aguar Flho Vce Goverador SECRETARIA DO PLANEJAMENTO E GES- TÃO (SEPLAG)

Leia mais

MODELAGEM DE DADOS POR REGRESSÃO LINEAR MÚLTIPLA PARA AVALIAÇÃO DE IMÓVEIS RURAIS DO SUBMÉDIO SÃO FRANCISCO

MODELAGEM DE DADOS POR REGRESSÃO LINEAR MÚLTIPLA PARA AVALIAÇÃO DE IMÓVEIS RURAIS DO SUBMÉDIO SÃO FRANCISCO ODEAGE DE DADOS POR REGRESSÃO INEAR ÚTIPA PARA AVAIAÇÃO DE IÓVEIS RURAIS DO SUBÉDIO SÃO FRANCISCO JOSÉ ANTONIO OURA E SIVA Isttuto Nacoal de Colozação e Reforma Agrára - INCRA UIZ RONADO NAI 3 Isttuto

Leia mais

MA12 - Unidade 4 Somatórios e Binômio de Newton Semana de 11/04 a 17/04

MA12 - Unidade 4 Somatórios e Binômio de Newton Semana de 11/04 a 17/04 MA1 - Udade 4 Somatóros e Bômo de Newto Semaa de 11/04 a 17/04 Nesta udade troduzremos a otação de somatóro, mostrado como a sua mapulação pode sstematzar e facltar o cálculo de somas Dada a mportâca de

Leia mais

Requisitos metrológicos de instrumentos de pesagem de funcionamento não automático

Requisitos metrológicos de instrumentos de pesagem de funcionamento não automático Requstos metrológcos de strumetos de pesagem de fucoameto ão automátco 1. Geeraldades As balaças estão assocadas de uma forma drecta à produção do betão e ao cotrolo da qualdade do mesmo. Se são as balaças

Leia mais

Matemática C Semiextensivo V. 2

Matemática C Semiextensivo V. 2 Matemátca C Semetesvo V. Eercícos 0) Através da observação dreta do gráfco, podemos coclur que: a) País. b) País. c) 00 habtates. d) 00 habtates. e) 00 0 0 habtates. 0) C Através do gráfco, podemos costrur

Leia mais

Apêndice 1-Tratamento de dados

Apêndice 1-Tratamento de dados Apêdce 1-Tratameto de dados A faldade deste apêdce é formar algus procedmetos que serão adotados ao logo do curso o que dz respeto ao tratameto de dados epermetas. erão abordados suctamete a propagação

Leia mais

ESTATÍSTICA MÓDULO 3 MEDIDAS DE TENDÊNCIA CENTRAL

ESTATÍSTICA MÓDULO 3 MEDIDAS DE TENDÊNCIA CENTRAL ESTATÍSTICA MÓDULO 3 MEDIDAS DE TEDÊCIA CETRAL Ídce. Meddas de Tedêca Cetral...3 2. A Méda Artmétca Smles ( μ, )...3 3. A Méda Artmétca Poderada...6 Estatístca Módulo 3: Meddas de Tedêca Cetral 2 . MEDIDAS

Leia mais

O problema da superdispersão na análise de dados de contagens

O problema da superdispersão na análise de dados de contagens O problema da superdspersão na análse de dados de contagens 1 Uma das restrções mpostas pelas dstrbuções bnomal e Posson, aplcadas usualmente na análse de dados dscretos, é que o parâmetro de dspersão

Leia mais

O Coeficiente de Determinação R 2 como Instrumento Didático para Avaliar a Utilidade de um Modelo de Regressão Linear Múltipla

O Coeficiente de Determinação R 2 como Instrumento Didático para Avaliar a Utilidade de um Modelo de Regressão Linear Múltipla O Coefcete de Determação R como Istrumeto Ddátco para Avalar a Utldade de um Modelo de Regressão Lear Múltpla Roberto C. Quo Eda A. Res Departameto de Estatístca ICEx UFMG - Brasl Lupérco F. Bessegato

Leia mais

Fundamentos de Matemática I FUNÇÕES POLINOMIAIS4. Licenciatura em Ciências USP/ Univesp. Gil da Costa Marques

Fundamentos de Matemática I FUNÇÕES POLINOMIAIS4. Licenciatura em Ciências USP/ Univesp. Gil da Costa Marques FUNÇÕES POLINOMIAIS4 Gl da Costa Marques Fudametos de Matemátca I 4.1 Potecação de epoete atural 4. Fuções polomas de grau 4. Fução polomal do segudo grau ou fução quadrátca 4.4 Aálse do gráfco de uma

Leia mais

Capítulo 2 O conceito de Função de Regressão Populacional (FRP) e Função de Regressão Amostral (FRA)

Capítulo 2 O conceito de Função de Regressão Populacional (FRP) e Função de Regressão Amostral (FRA) I Metodologa da Ecoometra O MODELO CLÁSSICO DE REGRESSÃO LINEAR. Formulação da teora ou da hpótese.. Especfcação do modelo matemátco da teora. 3. Especfcação do modelo ecoométrco da teora. 4. Obteção de

Leia mais

AULA EXTRA Análise de Regressão Logística

AULA EXTRA Análise de Regressão Logística 1 AULA EXTRA Análse de Regressão Logístca Ernesto F. L. Amaral 13 de dezembro de 2012 Metodologa de Pesqusa (DCP 854B) VARIÁVEL DEPENDENTE BINÁRIA 2 O modelo de regressão logístco é utlzado quando a varável

Leia mais

CAPÍTULO 2 - Estatística Descritiva

CAPÍTULO 2 - Estatística Descritiva INF 6 Prof. Luz Alexadre Peterell CAPÍTULO - Estatístca Descrtva Podemos dvdr a Estatístca em duas áreas: estatístca dutva (ferêca estatístca) e estatístca descrtva. Estatístca Idutva: (Iferêca Estatístca)

Leia mais

Centro de massa, momento linear de sistemas de partículas e colisões

Centro de massa, momento linear de sistemas de partículas e colisões Cetro de massa, mometo lear de sstemas de partículas e colsões Prof. Luís C. Pera stemas de partículas No estudo que temos vdo a fazer tratámos os objectos, como, por exemplo, blocos de madera, automóves,

Leia mais

3 Modelos Lineares Generalizados

3 Modelos Lineares Generalizados 3 Modelos Leares Geeralzados No capítulo foram cosderados apeas modelos leares com dstrbução ormal e fução de lgação detdade. Neste capítulo apresetamos os modelos leares geeralzados (MLG, que foram propostos

Leia mais

INTRODUÇÃO ÀS PROBABILIDADES E ESTATÍSTICA

INTRODUÇÃO ÀS PROBABILIDADES E ESTATÍSTICA INTRODUÇÃO ÀS PROBABILIDADES E ESTATÍSTICA 003 Iformações: relembra-se os aluos teressados que a realzação de acções presecas só é possível medate solctação vossa, por escrto, à assstete da cadera. A realzação

Leia mais

ESTATÍSTICA 2º. SEMESTRE DE 2016

ESTATÍSTICA 2º. SEMESTRE DE 2016 ESTATÍSTICA O presete materal fo elaborado com o objetvo de facltar as atvdades em sala de aula, segudo a bblografa apresetada o fal do texto. Esclarece-se que o materal, ão substtu a bblografa apresetada,

Leia mais

Estatística Notas de Aulas ESTATÍSTICA. Notas de Aulas. Professor Inácio Andruski Guimarães, DSc. Professor Inácio Andruski Guimarães, DSc.

Estatística Notas de Aulas ESTATÍSTICA. Notas de Aulas. Professor Inácio Andruski Guimarães, DSc. Professor Inácio Andruski Guimarães, DSc. Estatístca Notas de Aulas ESTATÍSTICA Notas de Aulas Professor Iáco Adrus Gumarães, DSc. Professor Iáco Adrus Gumarães, DSc. Estatístca Notas de Aulas SUMÁRIO CONCEITOS BÁSICOS 5. Estatístca. Estatístca

Leia mais

FINANCIAMENTOS UTILIZANDO O EXCEL

FINANCIAMENTOS UTILIZANDO O EXCEL rofessores Ealdo Vergasta, Glóra Márca e Jodála Arlego ENCONTRO RM 0 FINANCIAMENTOS UTILIZANDO O EXCEL INTRODUÇÃO Numa operação de empréstmo, é comum o pagameto ser efetuado em parcelas peródcas, as quas

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ 1 É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das

Leia mais

UERJ CTC IME Departamento de Informática e Ciência da Computação 2 Cálculo Numérico Professora Mariluci Ferreira Portes

UERJ CTC IME Departamento de Informática e Ciência da Computação 2 Cálculo Numérico Professora Mariluci Ferreira Portes UERJ CTC IE Departameto de Iormátca e Cêca da Computação Udade I - Erros as apromações umércas. I. - Cosderações geras. Há váras stuações em dversos campos da cêca em que operações umércas são utlzadas

Leia mais

REGRESSÕES DINÂMICAS: UMA APLICAÇÃO PARA PREVER A DEMANDA DE USUÁRIOS DO HOSPITAL UNIVERSITÁRIO DE SANTA MARIA

REGRESSÕES DINÂMICAS: UMA APLICAÇÃO PARA PREVER A DEMANDA DE USUÁRIOS DO HOSPITAL UNIVERSITÁRIO DE SANTA MARIA UNIVERSIDADE FEDERAL DE SANTA MARIA CENTRO DE CIÊNCIAS NATURAIS E EXATAS DEPARTAMENTO DE ESTATÍSTICA REGRESSÕES DINÂMICAS: UMA APLICAÇÃO PARA PREVER A DEMANDA DE USUÁRIOS DO HOSPITAL UNIVERSITÁRIO DE SANTA

Leia mais

Prof. Eugênio Carlos Stieler

Prof. Eugênio Carlos Stieler http://www.uemat.br/eugeo Estudar sem racocar é trabalho 009/ TAXA INTERNA DE RETORNO A taa tera de retoro é a taa que equalza o valor presete de um ou mas pagametos (saídas de caa) com o valor presete

Leia mais

Momento Linear duma partícula

Momento Linear duma partícula umáro Udade I MECÂNICA 2- Cetro de massa e mometo lear de um sstema de partículas - Mometo lear de uma partícula e de um sstema de partículas. - Le fudametal da dâmca para um sstema de partículas. - Impulso

Leia mais

Matemática. Resolução das atividades complementares. M18 Noções de Estatística

Matemática. Resolução das atividades complementares. M18 Noções de Estatística Resolução das atvdades complemetares Matemátca M8 Noções de Estatístca p. 3 (UFRJ) Dos estados do país, um certo ao, produzem os mesmos tpos de grãos. Os grácos de setores lustram a relação etre a produção

Leia mais

Capítulo 2. Aproximações de Funções

Capítulo 2. Aproximações de Funções EQE-358 MÉTODOS NUMÉRICOS EM ENGENHARIA QUÍMICA PROFS. EVARISTO E ARGIMIRO Capítulo Aproações de Fuções Há bascaete dos tpos de probleas de aproações: ) ecotrar ua fução as sples, coo u polôo, para aproar

Leia mais

Universidade Federal de Alfenas - Unifal-MG Departamento de Ciências Exatas

Universidade Federal de Alfenas - Unifal-MG Departamento de Ciências Exatas Uversdade Federal de Alfeas - Ufal-MG Departameto de Cêcas Exatas Apostla Laboratóro de Físca I Prof. Dr. Célo Wsewsk Alfeas 05. oções geras sobre meddas de gradezas e avalação de certezas.. Medção (measuremet).....

Leia mais

Análise de Regressão. Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA

Análise de Regressão. Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA Análse de Regressão Profa Alcone Mranda dos Santos Departamento de Saúde Públca UFMA Introdução Uma das preocupações estatístcas ao analsar dados, é a de crar modelos que explctem estruturas do fenômeno

Leia mais

MODELOS DE REGRESSÃO NÃO LINEARES

MODELOS DE REGRESSÃO NÃO LINEARES M. Mede de Olvera Excerto da ota peoa obre: MODELOS DE REGRESSÃO NÃO LINEARES Obervação No modelo de regreão dto leare, a varável depedete é exprea como fução lear do coefcete de regreão. É rrelevate,

Leia mais

Curso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos

Curso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos Curso de extensão, MMQ IFUSP, feverero/4 Alguns exercíco báscos I Exercícos (MMQ) Uma grandeza cujo valor verdadero x é desconhecdo, fo medda três vezes, com procedmentos expermentas dêntcos e, portanto,

Leia mais