Pular para o conteúdo principal

Questão de Estatística — Conceitos Iniciais e Cálculo das Estimativas dos Parâmetros (Regressão Linear Simples) — CESPE / CEBRASPE 2023

EstatísticaConceitos Iniciais e Cálculo das Estimativas dos Parâmetros (Regressão Linear Simples)
Código
ce394645
Banca
CESPE / CEBRASPE
Órgão
CNMP
Ano
2023
Cargo
Ana ( )

Em uma análise dos resultados das urnas eleitorais, decidiu-se verificar quais variáveis estão mais relacionadas ao voto em candidatos de direita ou de esquerda. Os votos para os candidatos de direita e de esquerda foram analisados em separado para as 27 unidades da federação (UF), tendo como variáveis explicativas a idade (x1) e os anos de estudo (x2) dos eleitores. Em cada UF, foram analisados os votos de y eleitores e as estatísticas descritivas das variáveis utilizadas são mostradas na tabela a seguir.

 

variáveis relativas aos
candidatos de direita

variáveis relativas aos candidatos
de esquerda

\displaystyle \sum_{i=1}^{27} y_i = 9.687\displaystyle \sum_{i=1}^{27} y_i = 3.153
\displaystyle \sum_{i=1}^{27} x_{1i} = 1.351\displaystyle \sum_{i=1}^{27} x_{1_{i}}= 696
\displaystyle \sum_{i=1}^{27} x_{2i} = 385\displaystyle \sum_{i=1}^{27} x_{2_{i}}= 244
\displaystyle \sum_{i=1}^{27} x_{2i} = 67.665\displaystyle \sum_{i=1}^{27} x_{1_{i}}^2 = 17.967
\displaystyle \sum_{i=1}^{27} x_{2_i}^2 = 5.823\displaystyle \sum_{i=1}^{27} x_{2_{i}}^2= 2.516
\displaystyle \sum_{i=1}^{27} x_{1i} = 484.854\displaystyle \sum_{i=1}^{27} x_1 y_i = 81.272
\displaystyle \sum_{i=1}^{27} x_{2_i} y^i = 138.772\displaystyle \sum_{i=1}^{27} x_{2_{i}} y_i =28.805

Var(y) = 50

Var(y) = 13

Var(x1) = 0,97

Var(x1) = 1,2

Var(x2) = 12,81

Var(x2) = 12

Cov(x1,y) = 0,35

Cov(x1,y ) = 0,72

Cov(x2, y) = 25

Cov(x2,y ) = 12

Com base nessas informações, julgue o próximo item.

 

Os resíduos do modelo y^=β^0+β^1x1\hat{y} = \hat{ \beta}_0 + \hat{ \beta}_1 x_1 para os votantes em candidatos de direita pode ser corretamente calculado fazendo-se y^−β^0−β^1x1\hat{y} - \hat{ \beta}_0 - \hat{ \beta}_1 x_1, onde y^\hat{y} é o valor estimado de y β^0\hat{\beta}_0 é o coeficiente linear estimado do modelo e β^1\hat{\beta}_1é o coeficiente linear estimado do modelo.

  1. CCerto
  2. EErrado
Revelar gabarito e comentário

GabaritoE — Errado

Link permanente: /questoes/ce394645