Pular para o conteúdo principal

Questão de Estatística — Análise de Variância da Regressão Linear Simples. Coeficiente de Determinação. Estatística F. — CESPE / CEBRASPE 2020

EstatísticaAnálise de Variância da Regressão Linear Simples. Coeficiente de Determinação. Estatística F.
Código
ce374514
Banca
CESPE / CEBRASPE
Órgão
TJ PA
Ano
2020
Cargo
AJ ( )

Texto 7A3-I

 

O coeficiente de correlação linear de Pearson entre duas variáveis aleatórias discretas X  e Y  definidas sobre um mesmo espaço amostral é dado por

 

CORR(X,Y)=\large{n(\sum_{i=1}^n x_i y_i)-(\sum_{i=1}^n x_i)(\sum_{i=1}^n y_i)\over{n(∑i=1nxi2)−(∑i=1nxi)2\sqrt{n(\sum_{i=1}^n x^2_i)-(\sum_{i=1}^n x_i)^2}~{n(∑i=1nyi2)−(∑i=1nyi)2\sqrt{n(\sum_{i=1}^n y^2_i)-(\sum_{i=1}^n y_i)^2}}}}.

 

Já na reta de melhor ajuste Y=aX+b, determinada pelo método dos mínimos quadrados, os coeficientes são dados por

 

a=\large{n(\sum_{i=1}^n x_i y_i)-(\sum_{i=1}^n x_i)(\sum_{i=1}^n y_i)\over n(\sum_{i=1}^n x^2_i)-(\sum_{i=1}^n x_i)^2}

 

b=\large{\sum_{i=1}^n y_i~-~a\sum_{i=1}^n x_i\over n}.

 

Uma forma de avaliar a precisão do modelo consiste em comparar o estimador não viesado da variância residual, obtido das diferenças entre os valores observados e os previstos pelo modelo,  S^e=1n − 2∑i = 1n(yi−y^i)2\hat{S}_e={\large{1\over n~-~2}}\sum\limits^{n}_{i~=~1}(y_i-\hat{y}_i)^2, com o estimador não viesado da variância dos valores observados,  Se=1n − 1∑i = 1n(yi−y‾)2S_e={\large{1\over n~-~1}}\sum\limits^{n}_{i~=~1}(y_i-\overline{y})^2.

 

A tabela a seguir apresenta as penas de reclusão (P), em anos, cominadas a um grupo de dez réus, e suas respectivas rendas familiares mensais per capitas  (R), em número de salários mínimos, em que a última coluna foi obtida usando a reta ajustada pelo método dos mínimos quadrados.

 

réuPRP×R\text{P}\times\text{R}P2R2(R−R‾)2(R-\overline{R})^2(R−R^)2(R-\hat{R})^2
1140,253,51960,06253,0625 0,054756
2120,561440,252,250,000144
310,9110,9118,81110,046311
461,59362,250,250,25
551,758,75253,06250,06250,248004
63269400,553536
732,57,596,250,250,059536
82,336,95,29910,0067898
91,83,56,33,2412,252,250,2101306
1024841641,016064
totais602072,85550,3454,12514,1252,4452714

 

dados:
1903,4 1/2 = 43,63
141,25 1/2 = 11,88

 

De acordo com o texto 7A3-I, o estimador não viesado  S^e\hat{S}_e  da variância residual é

  1. A0,32 < S_e < 0,34.
  2. B0,30 < S_e < 0,32.
  3. C0,28 < S_e < 0,30.
  4. D0,26 < S_e < 0,28.
  5. E0,24 < S_e < 0,26.
Revelar gabarito e comentário

GabaritoB — 0,30 < S_e < 0,32.

Link permanente: /questoes/ce374514