UNIVERSIDADE FEDERAL DO PIAUÍ – CCN

DISCIPLINA: ANÁLISE DE REGRESSÃO

Prof. Valmaria R. S. Ferraz
Aluno(a): ______________________The 12/07/2023.

3º Avaliação

1. (ANPEC- 2006) Julgue as afirmativas. A respeito dos estimadores de Mínimos Quadrados

Ordinários (MQO), em um modelo de regressão linear múltipla:
a) ( ) Se a variância do erro não for constante, as estimativas dos parâmetros serão não viesadas.
b) ( ) Se E(ε) ≠ 0, os estimadores de todos os parâmetros, com exceção do intercepto, serão viesados.
c) ( ) Se o erro não seguir a distribuição Normal as estimativas por MQO são consistentes.
d) ( ) Sob as hipóteses do modelo de regressão clássica, com erros na forma de ruído branco com
distribuição Normal, os estimadores de MQO serão os mais eficientes possíveis.
e) ( ) A presença de colinearidade imperfeita entre as variáveis explicativas gera estimadores
viesados.

2. Considere os dados de 20 casas disponíveis para venda, localizadas em bairros de características

semelhantes. Os dados são a respeito das seguintes variávies: (Y) preço de venda, em reais; (X1)
área total de construção; (X2) tempo de construção em anos; e (X4) se tem ou não piscina.

a) Ajuste um MRLS para Y vs X1, separando pelo fato de ter ou não piscina. Você diria que as duas
retas são iguais? Por que?
b) Faça inferência sobre o modelo de regressão linear múltipla (modelo completo (considere X4= 0 ou
1) e comente;
c) Selecione as variáveis para através dos passos ( a frete, atrás e passo a passo);
d) Escolha um modelo e justifique sua escolha.
e) Faça a Estimação dos parâmetros do modelo escolhido e comente o seu summary;
f) Faça intervalos de confiança para os parâmetros e tabela da anova. Comente os resultados;
g) Faça a análise de resíduos, comprovando via testes, que as suposições do modelo não foram
violadas.

h) Você sugere uma transformação para melhorar o modelo escolhido?

Bom Desempenho!