Exercícios Selecionados de Econometria para Concursos Públicos

Documentos relacionados
Estatística CORRELAÇÃO E REGRESSÃO LINEAR. Prof. Walter Sousa

Esse material foi extraído de Barbetta (2007 cap 13)

Estudar a relação entre duas variáveis quantitativas.

Regressão. PRE-01 Probabilidade e Estatística Prof. Marcelo P. Corrêa IRN/Unifei

Definição Há correlação entre duas variáveis quando os valores de uma variável estão relacionados, de alguma maneira, com os valores da outra variável

Modelos de Regressão Linear Simples - parte II

Estatística Aplicada

CORRELAÇÃO E REGRESSÃO. Modelos Probabilísticos para a Computação Professora: Andréa Rocha. UNIVERSIDADE FEDERAL DA PARAÍBA Dezembro, 2011

Análise Multivariada Aplicada à Contabilidade

Introdução ao modelo de Regressão Linear

Aula 2 Uma breve revisão sobre modelos lineares

PREVISÃO. Prever o que irá. acontecer. boas decisões com impacto no futuro. Informação disponível. -quantitativa: dados.

AULA 09 Regressão. Ernesto F. L. Amaral. 17 de setembro de 2012

Prof. Lorí Viali, Dr.

RESUMO DO CAPÍTULO 3 DO LIVRO DE WOOLDRIDGE ANÁLISE DE REGRESSÃO MÚLTIPLA: ESTIMAÇÃO

Coeficiente de determinação R 2 no modelo de regressão linear normal

Ralph S. Silva

Modelo de Regressão Múltipla

Contabilometria. Aula 9 Regressão Linear Inferências e Grau de Ajustamento

AULAS 14 E 15 Modelo de regressão simples

Princípios em Planejamento e Análise de Dados Ecológicos. Regressão linear. Camila de Toledo Castanho

Estatística. Correlação e Regressão

Análise de Regressão Prof. MSc. Danilo Scorzoni Ré FMU Estatística Aplicada

Variável dependente Variável independente Coeficiente de regressão Relação causa-efeito

9 Correlação e Regressão. 9-1 Aspectos Gerais 9-2 Correlação 9-3 Regressão 9-4 Intervalos de Variação e Predição 9-5 Regressão Múltipla

AULA 9 - MQO em regressão múltipla: Propriedades Estatísticas (Valor Esperado)

Modelos de Regressão Linear Simples - parte III

Econometria. Econometria ( ) O modelo de regressão linear múltipla. O modelo de regressão linear múltipla. Aula 2-26/8/2010

AULAS 21 E 22 Análise de Regressão Múltipla: Estimação

Renda x Vulnerabilidade Ambiental

Correlação e Regressão

AULA 07 Regressão. Ernesto F. L. Amaral. 05 de outubro de 2013

Cap. 13 Correlação e Regressão

Capacitação em R e RStudio PROJETO DE EXTENSÃO. Software R: capacitação em análise estatística de dados utilizando um software livre.

REGRESSÃO LINEAR Parte I. Flávia F. Feitosa

Noções sobre Regressão

Regression and Clinical prediction models

Capítulo 9 - Regressão Linear Simples (RLS): Notas breves

Estatística - Análise de Regressão Linear Simples. Professor José Alberto - (11) sosestatistica.com.br

UNIVERSIDADE FEDERAL DA FRONTEIRA SUL Campus CERRO LARGO. PROJETO DE EXTENSÃO Software R: de dados utilizando um software livre.

Aula 2 Tópicos em Econometria I. Porque estudar econometria? Causalidade! Modelo de RLM Hipóteses

3 a. FASE DO CONCURSO VESTIBULAR DO BACHARELADO EM ESTATÍSTICA 1 a. PROVA DA DISCIPLINA: CE065 ELEMENTOS BÁSICOS PARA ESTATÍSTICA CANDIDATO:

AULAS 14 E 15 Modelo de regressão simples

a) 19% b) 20% c) Aproximadamente 13% d) 14% e) Qualquer número menor que 20%

Econometria. Econometria MQO MQO. Resíduos. Resíduos MQO. 1. Exemplo da técnica MQO. 2. Hipóteses do Modelo de RLM. 3.

Regressões: Simples e MúltiplaM. Prof. Dr. Luiz Paulo Fávero 1

Capítulo 9 - Regressão Linear Simples (RLS): Notas breves

ANÁLISE DE REGRESSÃO

Regressão Linear - Parte I

Modelos de Regressão Linear Simples - Análise de Resíduos

4 Modelos de Regressão Dinâmica

Modelos de Regressão Linear Simples parte I

Econometria - Lista 6

Modelos de Regressão Linear Simples - Análise de Resíduos

1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3.

Comparando equações de regressão em dados de saúde

Modelos de Regressão Linear Simples - parte I

CORRELAÇÃO E REGRESSÃO

Estatística Aplicada ao Serviço Social

Análise da Regressão. Prof. Dr. Alberto Franke (48)

AULA 03 Análise de regressão múltipla: estimação

REGRESSÃO E CORRELAÇÃO

Lucas Santana da Cunha de julho de 2018 Londrina

Introdução. São duas técnicas estreitamente relacionadas, que visa estimar uma relação que possa existir entre duas variáveis na população.

AULAS 17 E 18 Análise de regressão múltipla: estimação

ESTATÍSTICA DESCRITIVA MEDIDAS DE POSIÇÃO / CESPE / FUNPRESP

Análise de regressão linear simples. Diagrama de dispersão

O objetivo de um estudo é testar a hipótese das médias de um atributo X, a um

PROVA DE ESTATÍSTICA SELEÇÃO MESTRADO/UFMG 2006

Multicolinariedade e Autocorrelação

CONHECIMENTOS ESPECÍFICOS

AULA 1 - Modelos determinísticos vs Probabiĺısticos

PROVA ESPECÍFICA Cargo 23

Métodos Numéricos e Estatísticos Parte II-Métodos Estatísticos

Análise de Regressão - parte I

Econometria. Regressão Linear Simples Lista de Exercícios

Métodos Quantitativos Aplicados

Define-se o regressor,ϕ,como. e o vector de parâmetros a estimar, θ,como. O modelo escreve-se:

Econometria Lista 1 Regressão Linear Simples

Regressão Linear Simples

Quiz Econometria I versão 1

Modelos Lineares Generalizados - Verificação do Ajuste do Modelo

Endogeneidade, Variáveis Instrumentais e Modelos de Equações Estruturais

Análise de Regressão Linear Múltipla III

A Metodologia de Box & Jenkins

Nessa situação, a média dessa distribuição Normal (X ) é igual à média populacional, ou seja:

AULA 11 - Normalidade e Inferência em Regressão Múltipla - Parte 1

Análise de Regressão Linear Múltipla. Wooldridge, 2011 Capítulo 3 tradução da 4ª ed.

AULA 10 - MQO em regressão múltipla: Propriedades Estatísticas (Variância)

RESPOSTAS - PROVA ESTATÍSTICA AGENTE PF 2018

Introdução a Regressão Linear

Estatística Aplicada II. } Correlação e Regressão

Introdução a Regressão Linear

Métodos Quantitativos para Avaliação de Políticas Públicas

Notas de Aulas Econometria I ** Eduardo P. Ribeiro, 2010 PARTE II

Regressão linear simples

Análise de Resíduos. investigar características que comprometem a validade do MRLS:

AULA 8 - MQO em regressão múltipla:

Revisão de Modelos de regressão. Prof. Thais C O Fonseca - DME, UFRJ

Transcrição:

1 Exercícios Selecionados de Econometria para Concursos Públicos 1. Regressão Linear Simples... 2 2. Séries Temporais... 17 GABARITO... 20

2 1. Regressão Linear Simples 01 - (ESAF/Auditor Fiscal da Previdência Social/2002) - Uma empresa presta serviços de manutenção de eletrodomésticos em domicílio. Para cada um de 18 atendimentos coletou o tempo gasto em minutos (y) com a manutenção e o número de máquinas servidas (x). Postula-se que o modelo linear Y = α + β + ε i X i i seja adequado, onde α e β são parâmetros desconhecidos e os ε i são componentes de erro não diretamente observáveis, não correlacionados, com média nula e variância σ 2 desconhecida. As estimativas de mínimos quadrados dos parâmetros do modelo linear são dadas por ˆ α = 10, ˆ β = 2 e ˆ σ 2 = 4. A estimativa do aumento esperado de tempo por máquina adicional servida por chamada é de: a) 2 minutos b) 10 minutos c) 12 minutos d) 5 minutos e) 6 minutos 02 - (ESAF/Auditor Fiscal da Previdência Social/2002) - Para o modelo de regressão linear y = α + βx + ε, onde y é a variável resposta, X a variável independente, α e β são parâmetros desconhecidos e ε é uma componente de erro aleatória com média zero. Assinale a opção que corresponde à interpretação do parâmetro α. a) É o valor predito de y, dado que X = 0, desde que esse valor de X seja compatível com o conjunto de observações da variável exógena. b) Mede a variação esperada em y por unidade de variação na variável exógena. c) É o valor esperado de y, quando se padroniza a variável exógena. d) Mede a variação da reta de regressão. e) Mede o coeficiente angular da reta de regressão. 03 - (ESAF/Auditor Fiscal da Previdência Social/2002) - Considere o modelo de regressão linear Y i = α + βx + ε, i = 1, K,20, i i onde y i é uma realização de uma variável resposta y, X i é uma realização de uma variável exógena X, os ε i são erros aleatórios não-observáveis, não correlacionados, com média nula e variância constante σ 2. No processo de estimação via o método de mínimos quadrados as variáveis foram corrigidas pela média, produzindo a equação de ajuste: y y = τˆ i ( X X ) i

3 Onde y = 2, X = 1 e ˆ τ = 0, 5. A variância do coeficiente τˆ foi estimada em 0,25. O erro médio quadrático da regressão vale 1. Assinale a opção correta. a) O preditor da observação individual de y,quando x = 3, vale 3 e tem variância 1,05. b) O preditor do valor esperado de y, quando x = 3, vale 3 e tem variância 1,05. c) As variáveis aleatórias y e τˆ tem correlação distinta de zero. d) O preditor do valor esperado de y, quando x = 3, vale 3 e tem variância 1. e) O preditor da observação individual de y, quando x = 3, vale 3 e tem variância 1. 04 (ESAF/Analista do Banco Central do Brasil/2002)

4 05 (ESAF/Analista do Banco Central do Brasil/2002)

5 06 (ESAF/Analista do Banco Central do Brasil/2002) ainda com relação à questão 05: 07 (ESAF/Analista do Banco Central do Brasil/2002) ainda com relação à questão 05:

6 08 (ESAF/Analista do Banco Central do Brasil/2002)

7 09 (ESAF/Analista do Banco Central do Brasil/2001)

8 10 (ESAF/Analista do Banco Central do Brasil/2001)

9 11 (ESAF/Analista do Banco Central do Brasil/2001) Ainda com relação à questão 10, assinale a opção que dá o valor da estatística necessária para o teste de hipótese β=δ=0. a) 2,0 b) 1,0 c) 2,5 d) 25 e) 5,0 12 (Cespe-UnB/Analista Legislativo Câmara dos Deputados/2002)

10 13 (Fundação Carlos Chagas/Analista do Banco Central do Brasil[Área 4]//2005)

11 14 (Fundação Carlos Chagas/Analista do Banco Central do Brasil [Área 4]/2005) Ainda em relação à questão 13:

12 15 (Fundação Carlos Chagas/Analista do Banco Central do Brasil [Área 3]/2005)

13 16 (Fundação Carlos Chagas/Analista do Banco Central do Brasil [Área 3]/2005) Ainda em relação à questão 15:

14 17 (Fundação Carlos Chagas/Analista do Banco Central do Brasil [Área 3]/2005)

15

16 18 (Fundação Carlos Chagas/Analista do Banco Central do Brasil [Área 3]/2005) Ainda em relação à questão 17, com relação à equação do plano ajustado pelo método dos mínimos quadrados e considerando o quadro de análise de variância correspondente, é correto afirmar que:

17 2. Séries Temporais 01 (Fundação Carlos Chagas/Analista do Banco Central do Brasil [Área 3]/2005)

18 02 (Fundação Carlos Chagas/Analista do Banco Central do Brasil [Área 3]/2005) 03 (ESAF/Analista do Banco Central do Brasil/2002) Considere a série temporal com periodicidade determinística:

19 04 (ESAF/Analista do Banco Central do Brasil/2001)

20 GABARITO 1. Regressão Linear Simples 01 A 11 D 02 A 12 (1) E, (2) E, (3) C, (4) C, (5) E 03 B 13 E 04 E 14 E 05 A 15 D 06 D 16 B 07 E 17 C 08 B 18 D 09 A 10 B 2. Séries Temporais 01 A 02 E 03 C 04 E