Académique Documents
Professionnel Documents
Culture Documents
Onde as dimensões das matrizes e dos vetores envolvidos são: Y= (n x 1); X= (n x k);
β= (k x 1). u= (n x 1). Com base nas seguintes afirmações, podemos concluir que:
I. As equações normais de mínimos múltiplos quadrados para o modelo dado podem ser
apresentadas em notação matricial como (X’Y) = (X’X)β e a solução para os β’s
estimados será β= (X’ Y)-1(X’ X).
II. Um dos pressupostos básicos do modelo de regressão linear clássico é que os
elementos da matriz X são estocásticos com valores fixados em amostras repetidas.
III. Nenhuma das variáveis independentes deve estar perfeitamente correlacionada
com qualquer outra variável independente ou com qualquer combinação linear de
outras variáveis independentes.
a) Apenas a alternativa I está correta;
b) Apenas a alternativa II está correta;
c) Apenas a alternativa III está correta;
d) As alternativas I e II estão corretas;
e) As alternativas I e III estão corretas;
4) Com base nas proposições acerca dos estimadores dos parâmetros de regressão (β’s)
para um modelo de regressão múltipla, é correto que:
I. Os estimadores de mínimos quadrados ordinários para os parâmetros β’s são
considerados estimadores eficientes quando comparados aos estimadores de máxima
verossimilhança, por apresentarem variância mínima.
II. Um coeficiente de determinação R2 = 1 significa a presença de uma combinação
linear perfeita entre variável dependente Y e as variáveis independentes X’s.
III. Sob a hipótese de normalidade, os estimadores de máxima verossimilhança e de
mínimos quadrados ordinários para os parâmetros β’s de um modelo de regressão
múltipla são distintos. Contudo, os estimadores da variância de ui são eficientes
assintoticamente.
a) Apenas a alternativa I está correta;
b) Apenas a alternativa II está correta;
c) Apenas a alternativa III está correta;
d) As alternativas I e II estão corretas;
e) As alternativas II e III estão corretas;
8) Com base nas proposições referentes aos intervalos de confiança e testes de hipóteses
para os estimadores β’s, é correto afirmar que:
I. Considerando que os erros seguem a distribuição normal ui ~ N(0, σ2), e que os
estimadores dos β’s são normalmente distribuídos, e são os melhores estimadores
lineares não tendenciosos com média zero e variância dada, podemos constatar que cada
parâmetro segue uma distribuição t, com (n-k) graus de liberdade.
II. A razão F fornece um teste para avaliar a consistência de cada parâmetro individual
do modelo estimado.
III. Podemos utilizar a técnica da analise da variância para verificar se uma variável X
adicional contribui para aumentar significativamente a SQE e R2 ou, de modo
equivalente, reduzir a SQR.
a) Apenas a alternativa I está correta;
b) Apenas a alternativa II está correta;
c) Apenas a alternativa III está correta;
d) As alternativas I e III estão corretas;
e) As alternativas II e III estão corretas;
9) Y X1 X2
6,0 2,5 4,0
7,5 2,9 5,4
4,4 1,9 1,0
8,7 3,9 6,0
9,5 5,5 3,5
11,0 5,3 7,2
Utilizando-se da notação matricial: