Escolar Documentos
Profissional Documentos
Cultura Documentos
br
SÉRIES DE EXERCÍCIOS
1. Dentre os gráficos abaixo, o que melhor representa um coeficiente de correlação linear próximo
de –0,80 é:
a)
b)
c)
d)
e)
2. Durante todo o mês de julho de 2018, a Sociedade Empresária Alfa realizou pesquisa diária
visando medir a força relativa da relação linear entre o número de acessos ao seu site
na Internet e o volume de vendas (em R$) de seu Produto “A”. Sabe-se que os dados amostrais
obtidos para os quatro primeiros dias de pesquisa foram:
3. Numa sala com 23 alunos, foi observado, para cada um deles, o número de faltas às aulas e a
nota final da disciplina. A correlação linear de Pearson calculada, entre as variáveis desta
amostra, foi de -0,57. Identifique a alternativa correta quanto ao uso da correlação para
avaliação dos alunos.
a) Nenhum estudante com grande número de faltas tirou nota alta.
b) Os estudantes com notas mais altas são, em geral, os mais ausentes.
c) Como as duas variáveis não são correlacionadas, deveriam ser usadas as duas variáveis
para avaliar os estudantes.
d) Poderia ser usada apenas uma das variáveis como critério de avaliação, pois as duas
variáveis são altamente correlacionadas.
e) Os estudantes com maior frequência tiveram, em geral, notas finais melhores.
6. Considerando que R representa uma variável quantitativa cuja média, mediana e variância são,
𝑅
respectivamente, iguais a 70, 80 e 100, e que 𝑈 = − 7, julgue o próximo item, acerca das
10
variáveis 𝑈 e 𝑅.
7. Pedro e João são os oficiais de justiça no plantão do fórum de determinado município. Em uma
diligência distribuída a Pedro, X é a variável aleatória que representa o sucesso (X = 1) ou
fracasso (X = 0) no cumprimento desse mandado. Analogamente, Y é a variável aleatória que
representa o sucesso (Y = 1) ou fracasso (Y = 0) de uma diligência do oficial João.
Com base nessa situação hipotética e considerando a soma S = X + Y, e que P(X = 1) = P(Y = 1) =
0,6 e E(XY) = 0,5, julgue o item que se segue, acerca das variáveis aleatórias X, Y e S.
∑X2=∑Y2=55
∑XY=39
Sabendo-se que esses 5 pares de observações constituem a totalidade da distribuição conjunta
populacional dessas duas variáveis, o valor do coeficiente de correlação entre X e Y é negativa.
( ) Certo ( ) Errado
10. Um instituto de pesquisa realizou um levantamento para estimar a despesa média semanal em
transporte (μ) por trabalhador no ano de 2007 e compará-la com a de 2006. A população-alvo
do levantamento era composta por 30 mil trabalhadores, dos quais 100 foram selecionados por
amostragem aleatória simples. Dessa amostra, foram observadas as estatísticas a seguir, em
que x i e yi representam, respectivamente, a despesa semanal em 2007 e em 2006, informada
pelo trabalhador i. Sabe-se, no entanto, que a despesa média populacional por trabalhador em
transporte, no ano de 2006, foi de R$ 10,00 por semana.
∑𝑋𝑖 =1.200
∑𝑋𝑖2 =30.000
∑𝑌𝑖 =900
∑𝑌𝑖2 =320.000
∑𝑋𝑖 𝑌𝑖 =22.000
A correlação linear entre as despesas de 2006 e 2007, observada na pesquisa, é superior a 0,8.
( ) Certo ( ) Errado
11. Num modelo de regressão linear pelo método dos mínimos quadrados, sabe-se que a inclinação
da reta é a a = 3,24 e o intercepto da reta é b = 12,6, então o valor de 𝑦̂ para x = 30 é:
a) 126,8
b) 136,8
c) 116,2
d) 108,2
e) 109,8
12. Em uma empresa de determinado ramo de atividade, utilizando o método de regressão linear,
obteve-se a equação de tendência (T) da série temporal abaixo.
A tendência apresenta a forma T = a + bt, em que a e b foram obtidos usando o método dos
mínimos quadrados. Considerando a equação obtida, tem-se que o acréscimo no faturamento
do ano t, com t > 1, para o ano (t + 1) é, em milhões de reais, de
a) 1,2.
b) 1,5.
c) 0,6.
d) 2,4.
e) 1,8.
13. A variável x tem média 4 e desvio padrão 2, enquanto a variável y tem média 3 e desvio padrão
1. A covariância entre x e y é –1.
A equação estimada da regressão linear simples de y por x é:
a) 𝑦̂=2−0,25X
b) 𝑦̂=3−0,5X
c) 𝑦̂=3−X
d) 𝑦̂=4−X
e) 𝑦̂=4−0,25X
14. Utilizando o método dos mínimos quadrados, obteve-se a equação de tendência 𝑇̂𝑡 =15+2,5t,
sendo t=1,2,3,..., com base nos lucros anuais de uma empresa, em milhões de reais, nos últimos
10 anos, em que t=1 representa 2009, t=2 representa 2010 e assim por diante. Por meio dessa
equação, obtém-se que a previsão do lucro anual dessa empresa, no valor de 55 milhões de
reais, será para o ano:
a) 2021.
b) 2025.
c) 2024.
d) 2023.
e) 2022.
16. Considere um modelo de regressão dado por Yi=β0+β1Xi+μi que é estimado pelo método dos
mínimos quadrados ordinários a partir de uma amostra aleatória, contendo os pares ordenados
(Y i, X i), i = 1, …, n. Nessas condições, a reta ajustada:
a) tem um intercepto nulo, se todos os Y i forem iguais a 1.
b) minimiza a soma dos resíduos em relação à reta.
c) tem inclinação β1 com sinal igual ao do coeficiente de correlação entre Y i e X i.
d) será vertical se todos os valores de X i forem iguais a uma constante c.
17. Considerando que 𝑌̂ seja uma variável resposta ajustada por um modelo de regressão em
função de uma variável explicativa X, que x1, ... ,xn representem as réplicas de X e que 𝑎̂ e 𝑏̂ sejam
as estimativas dos parâmetros do modelo, julgue o item a seguir.
18. Ao avaliar o efeito das variações de uma grandeza X sobre outra grandeza Y por meio de uma
regressão linear da forma 𝑌̂ =𝑎̂+β̂X, um analista, usando o método dos mínimos quadrados,
encontrou, a partir de 20 amostras, os seguintes somatórios (calculados sobre os vinte valores
de cada variável):
Considerando que o tamanho da amostra para essa modelagem tenha sido superior a 500 e que
os erros aleatórios pertinentes sejam normais, julgue o item a seguir.
O modelo ajustado foi y = x + 400, o que sugere que cada metro quadrado eleva, em média, R$
1 mil no valor do imóvel.
( ) Certo ( ) Errado
20. Um modelo de regressão linear simples descreve a relação entre o preço unitário (representado
por X), em reais, de determinado produto e a quantidade de unidades vendidas (representada
por Y). A reta de regressão ajustada pelo método de mínimos quadrados ordinários é Y = 25 -
0,1X.
De acordo com o modelo, se o preço de venda corresponder a R$ 50,00 a unidade, pode -se
prever a venda de 20 unidades desse produto.
( ) Certo ( ) Errado
Se a média amostral da variável T for igual a 6,5, então a média amostral da variável resposta Y
será igual a 4,35 mil ocorrências.
( ) Certo ( ) Errado
Com base nessa situação hipotética e nos dados apresentados na tabela, julgue o item que se
segue, relativo à análise de regressão e amostragem.
27. Em um modelo de regressão linear simples, pela análise dos resíduos, é possível verificar a
validade do ajuste. Uma informação importante é a estimativa da variância residual. Nesse caso,
o estimador da variância residual é dado por:
𝑄𝑀 𝑅𝑒𝑠
a)
𝑛−2
𝑆𝑄 𝑅𝑒𝑠
b)
𝑛−2
𝑆𝑄 𝑅𝑒𝑠
c)
𝑛−1
𝑄𝑀 𝑅𝑒𝑠
d)
𝑛−1
𝑄𝑀 𝑇𝑜𝑡𝑎𝑙
e)
𝑛−2
28. Assinale a opção correta com relação aos valores faltantes da tabela da ANOVA dada a seguir.
F.V. Q.I. SQ QM F
Regressão 1 810 25.90
Resíduo 18 563
Total 72.26
a) O valor de QM para Resíduos é de 31,28.
b) O ajuste do modelo (R²) é igual a 0,6, ou 60%.
c) A Soma dos Quadrados Total (SQTotal) é 1370.
d) Os graus de liberdade da regressão são sempre calculados como n-2, em que n é o
tamanho do vetor de valores.
e) O valor de QM para Regressão é de 405.
29. Após formular e estimar um modelo de regressão simples, o estatístico responsável pela análise
trabalha nos resultados, defrontando-se com a tabela a seguir:
31. A estimativa da variância do erro aleatório em torno da tendência ajustada é superior a 27.
( ) Certo ( ) Errado
32. No período de 2010 a 2014, o desvio padrão amostral do índice de cancelamento de assinaturas
(Y) foi igual a 10.
( ) Certo ( ) Errado
34. Um analista estudou a relação entre o montante de X mil reais disponíveis para investimentos
nas localidades e a respectiva quantia de Y mil reais indevidamente utilizados pelos gestores
públicos responsáveis. Foram consideradas as seguintes estatísticas descritivas acerca dessas
variáveis.
O modelo considerado tem a forma Y=β0+β1X+ε e foi ajustado pelo método de mínimos
quadrados ordinários. Aqui, β0 e β1 são os coeficientes do modelo e ε representa o erro
aleatório. A correlação de Pearson entre X e Y foi igual a 0,6936 e a estatística do teste F
referente ao modelo em questão foi igual a 9,27.
Com base nessas informações, julgue o próximo item, relativo a correlação, regressão e
distribuições conjuntas.
35. Um modelo de regressão linear simples foi gerado para explicar vendas (Y, em milhares de
reais) a partir de propaganda (X, em centenas de reais).
36. Para entender a relação entre a variável independente X e a variável dependente Y, foi calculado
o coeficiente de correlação linear de Pearson r=0,90. Sabe-se que existe uma relação de causa-
efeito entre X e Y, então foi proposto um modelo de regressão linear simples. Acerca da
explicação que este modelo será capaz de fornecer sobre a variabilidade da variável resposta,
assinale a alternativa correta.
a) 90%
b) 84%
c) 81%
d) 100%
e) 88%
37. Para uma variável resposta Y e uma variável explicativa X, o ajuste de um modelo de regressão
linear simples resultou em soma de quadrados dos desvios não explicados igual a 50 e soma de
quadrados dos desvios totais igual a 200.
De acordo com os dados, é correto afirmar que o coeficiente de correlação linear entre as
variáveis X e Y é igual a
a) 3/4
b) 1/4
c) √3/4
d) √1/4
38. Determinado estudo considerou um modelo de regressão linear simples na forma y i = β0 + β1xi +
εi, em que yi representa o número de leitos por habitante existente no município i; xi representa
um indicador de qualidade de vida referente a esse mesmo município i, para i = 1, ..., n. A
componente εi representa um erro aleatório com média 0 e variância σ². A tabela a seguir
mostra a tabela ANOVA resultante do ajuste desse modelo pelo método dos mínimos quadrados
ordinários.
fonte de soma dos graus de média dos
razão F P-valor
variação quadrados liberdade quadrados
modelo 900 1 900 90 <0,001
erro 100 10 10
total 1.000 11
A correlação linear entre o número de leitos hospitalares por habitante (y) e o indicador de
qualidade de vida (x) foi igual a 0,9.
( ) Certo ( ) Errado
40. A correlação linear de Pearson entre a variável resposta e a variável regressora foi superior a -
0,75 e inferior a 0,75.
( ) Certo ( ) Errado
42. Um estudo acerca da qualidade dos serviços prestados por um cartório considerou os
indicadores X e Y. A análise de regressão linear produziu as retas ajustadas (por mínimos
quadrados ordinários) 𝑦̂ = 0,5x + 1, e 𝑥̂= 1,5y + 1. Com relação a esses indicadores, julgue o item
que se segue.
O coeficiente de correlação linear de Pearson é inferior a 0,8.
( ) Certo ( ) Errado
Os erros padrão das estimativas dos coeficientes desse modelo, as razões t e seus respectivos
p-valores encontram-se na tabela a seguir.
44. Um analista estudou a relação entre o montante de X mil reais disponíveis para investimentos
nas localidades e a respectiva quantia de Y mil reais indevidamente utilizados pelos gestores
públicos responsáveis. Foram consideradas as seguintes estatísticas descritivas acerca dessas
variáveis.
O modelo considerado tem a forma Y=β0+β1X+ε e foi ajustado pelo método de mínimos
quadrados ordinários. Aqui, β0 e β1 são os coeficientes do modelo e ε representa o erro
aleatório. A correlação de Pearson entre X e Y foi igual a 0,6936 e a estatística do teste F
referente ao modelo em questão foi igual a 9,27.
Com base nessas informações, julgue o próximo item, relativo à correlação, regressão e
distribuições conjuntas.
Em face dessas informações, é correto afirmar que o teste t para o parâmetro β1 foi superior a
3.
( ) Certo ( ) Errado
45. Considerando um modelo de regressão linear simples, para averiguar se existe alguma relação
entre o salário pago — Y — para uma pessoa em cargo comissionado e o tempo de trabalho —
X — dessa pessoa na campanha de determinado padrinho político eleito, foi escolhida uma
amostra de indivíduos em cargos comissionados cujos resultados estão apresentados nessa
tabela.
Com base nessa situação hipotética e nos dados apresentados na tabela, julgue o item que se
segue, relativo à análise de regressão e amostragem.
A hipótese de normalidade exigida pelo modelo pode ser verificada a partir do gráfico dos
resíduos, apesar de ser importante fazer um teste estatístico para tal fim.
( ) Certo ( ) Errado
46. Numa regressão linear simples em que foi utilizada uma amostra com 52 observações, a soma
dos quadrados totais é de 50 e a soma dos quadrados dos resíduos é de 20. O coeficiente de
determinação e a estatística F dessa regressão são, respectivamente:
a) 0,6 e 75.
b) 0,6 e 12.
c) 0,8 e 1,5.
d) 0,8 e 12.
e) 0,8 e 75.
47. Determinado estudo considerou um modelo de regressão linear simples na forma y i = β0 + β1xi +
εi, em que yi representa o número de leitos por habitante existente no município i; xi representa
um indicador de qualidade de vida referente a esse mesmo município i, para i = 1, ..., n. A
componente εi representa um erro aleatório com média 0 e variância σ². A tabela a seguir
mostra a tabela ANOVA resultante do ajuste desse modelo pelo método dos mínimos quadrados
ordinários.
fonte de soma dos graus de média dos
razão F P-valor
variação quadrados liberdade quadrados
modelo 900 1 900 90 <0,001
erro 100 10 10
total 1.000 11
A razão F da tabela ANOVA refere-se ao teste de significância estatística do intercepto β0, em
que se testa a hipótese nula H0 : β0 = 0 contra a hipótese alternativa HA: β0≠0.
( ) Certo ( ) Errado
48. Se, em um teste de significância para o coeficiente angular em questão, as hipóteses nula e
alternativa forem, respectivamente, H0: b = 0 e H1: b ≠ 0, então o valor da razão t desse teste
será inferior a - 4 ou superior a 4.
( ) Certo ( ) Errado
49. A estatística F da tabela ANOVA, que permite testar conjuntamente a significância estatística
dos coeficientes a e b, corresponde à razão entre a soma de quadrados do modelo e a soma de
quadrados dos erros. As hipóteses nula e alternativa dessa estatística são,
respectivamente, H0: a = 0 e b = 0 e H1: a ≠ 0 ou b ≠0.
( ) Certo ( ) Errado
Os erros padrão das estimativas dos coeficientes desse modelo, as razões t e seus respectivos
p-valores encontram-se na tabela a seguir.
54. Um modelo de regressão linear múltipla tem a forma y=β0+β1X 1+β2X2+ϵ, em que β0, β1, e β2 são
os coeficientes do modelo e ϵ denota o erro aleatório normal com média nula e desvio padrão σ.
As variáveis regressoras X1 e X2 são ortogonais. O quadro a seguir mostra as estimativas dos
coeficientes do modelo obtidas pelo método da máxima verossimilhança a partir de uma
amostra de tamanho n=20. Nesse quadro, para cada coeficiente βk, k=0,1,2, a razão t refere-se
ao seu teste de significância H0:βk =0 versus H1:βk≠0.
coeficiente estimativa razão t p-valor
β0 15 10 < 0,00001
β1 1 10 < 0,00001
β2 0,1 1 0,331
O erro padrão da estimativa do coeficiente β1 foi superior a 0,3.
( ) Certo ( ) Errado
GABARITO
1. D 28. A
2. A 29. A
3. E 30. Errado
4. C 31. Errado
5. Certo 32. Certo
6. Errado 33. Errado
7. Errado 34. Certo
8. Certo 35. D
9. Certo 36. C
10. Certo 37. C
11. E 38. Errado
12. C 39. Errado
13. E 40. Errado
14. C 41. A
15. E 42. Errado
16. C 43. Errado
17. Errado 44. Certo
18. Errado 45. Certo
19. Certo 46. A
20. Certo 47. Errado
21. Certo 48. Errado
22. Certo 49. Errado
23. Errado 50. Certo
24. Errado 51. D
25. Errado 52. Certo
26. Certo 53. Certo
27. B 54. Errado